什么是复合索引？
在MongoDB中，复合索引（Compound Index）是指多个字段（field）组成一个索引（index）。
相较于单个字段的索引，复合索引能够更好地支持多个字段的查询，并且在一些情况下能够提供更好的查询性能。
复合索引的创建方法
在MongoDB中创建一个复合索引，需要使用createIndex()方法，并且在其中指定多个字段。
例如，在一个名为users的集合中，我们想要创建一个同时包含name和age字段的复合索引，可以使用以下命令：
db.users.createIndex({name: 1, age: 1})
在上述命令中，name: 1和age: 1表示对这两个字段进行升序索引。如果需要降序索引，则将1改为-1即可。
复合索引的使用方式
在MongoDB中，对于需要同时满足多个条件的查询，复合索引有着明显的性能优势。
例如，我们可以使用以下命令来查询同时满足name为Alice并且age大于等于18的文档：
db.users.find({name: "Alice", age: {$gte: 18}})
此时，如果我们已经创建了name和age的复合索引，则MongoDB会使用该复合索引来快速进行查询。
复合索引的限制与注意事项
由于复合索引需要同时考虑多个字段，因此，它的索引范围会比单个字段索引更宽。
在使用复合索引时，需要注意以下限制和注意事项：
- 复合索引的顺序很重要。在创建复合索引时，需要根据查询的需求选择合适的字段顺序，以确保在查询中尽可能地减少索引的扫描范围。
- 复合索引无法覆盖所有查询。在一些情况下，无论如何调整复合索引的顺序，都可能无法覆盖查询中的所有字段，因此查询仍然需要进行全集合扫描。在这种情况下，需要权衡索引的建立和查询性能的折中。
- 复合索引的字段类型要一致。在MongoDB中，复合索引的字段类型需要保持一致。如果不一致，可能会导致一些错误的查询结果。
示例
以下是两个示例，分别说明了复合索引能够带来的性能优势。
示例1：单字段索引 vs 复合索引
假设我们有一个名为orders的集合，其中包含两个字段：customer_id和order_date。
我们首先在customer_id字段上建立单字段索引：
db.orders.createIndex({customer_id: 1})
接着，我们在customer_id和order_date的组合上建立复合索引：
db.orders.createIndex({customer_id: 1, order_date: 1})
现在，我们尝试查询customer_id为1并且order_date大于等于某个日期的所有订单：
db.orders.find({customer_id: 1, order_date: {$gte: ISODate("2019-01-01")}})
对于上述查询，单字段索引需要扫描整个customer_id索引，并依次检查每个匹配项是否符合order_date的条件，因此需要扫描的文档数量较多。
而复合索引可以快速地通过customer_id和order_date的组合键进行匹配，从而需要扫描的文档数量更少，因此查询速度更快。
示例2：复合索引的最左前缀原理
假设我们有一个名为items的集合，其中包含三个字段：category、brand和price。
我们首先在category和brand字段上建立复合索引：
db.items.createIndex({category: 1, brand: 1})
接着，我们尝试查询某一品牌（brand）在某一分类（category）下价格（price）的上下限：
db.items.find({category: "电子产品", brand: "Apple", price: {$gte: 5000, $lte: 8000}})
由于我们使用了category、brand和price三个字段进行查询，而复合索引只覆盖了category和brand字段，因此在查询时，MongoDB会忽略price字段，无法利用复合索引进行优化。
为了解决这个问题，我们需要调整查询的顺序，以确保查询条件中包含复合索引的最左前缀。
如下所示，我们将查询条件中的price移到后面，并使用以下查询命令：
db.items.find({category: "电子产品", brand: "Apple", price: {$gte: 5000, $lte: 8000}}).sort({price: 1})
在上述命令中，我们使用了sort()方法对查询结果按照price进行升序排序，从而使MongoDB能够利用复合索引进行优化。
注意到，如果我们将price的范围查询条件删除，MongoDB仍然可以使用复合索引，因为category和brand是复合索引的最左前缀。
|
