NoSQL 与搜索 / 系统课时
按 ESR 规则设计复合索引
按 ESR 规则设计复合索引
复合索引的字段顺序决定了 MongoDB 能否同时缩小扫描范围并利用索引完成排序。本课用一个订单查询说明 Equality、Sort、Range 的排列逻辑,并给出何时值得偏离 ESR 的判断方法。
学习目标
- 根据查询条件识别 Equality、Sort、Range 三类字段
- 按 ESR 规则设计复合索引并验证是否出现阻塞排序
- 判断高选择性 Range 是否值得优先于 Sort
从查询形状推导字段顺序
假设订单列表固定按租户和状态筛选,再按创建时间倒序展示,并允许设置最低金额:
tenantId = ?、status = ? 属于 Equality;createdAt DESC 属于 Sort;total >= ? 属于 Range。典型 ESR 索引因此写成 { tenantId: 1, status: 1, createdAt: -1, total: 1 }。
Equality 字段放在最前面,是为了先锁定连续的索引前缀;Sort 紧随其后,使存储引擎可以直接按索引顺序返回结果;Range 放在后面,避免范围扫描切断后续字段用于排序的能力。多个 Equality 字段之间没有固定的 ESR 先后,但还要结合其他查询是否需要复用相同索引前缀。

用 explain 验证 ESR 是否生效
下面的 mongosh 示例创建订单数据和 ESR 索引,然后检查结果顺序以及执行计划中是否存在 SORT 阶段。
db.orders.drop();
db.orders.insertMany([
{ orderNo: "A001", tenantId: "t1", status: "PAID", createdAt: ISODate("2026-08-01T10:00:00Z"), total: 80 },
{ orderNo: "A002", tenantId: "t1", status: "PAID", createdAt: ISODate("2026-08-02T10:00:00Z"), total: 180 },
{ orderNo: "A003", tenantId: "t1", status: "PAID", createdAt: ISODate("2026-08-03T10:00:00Z"), total: 120 },
{ orderNo: "A004", tenantId: "t1", status: "PENDING", createdAt: ISODate("2026-08-04T10:00:00Z"), total: 260 },
{ orderNo: "B001", tenantId: "t2", status: "PAID", createdAt: ISODate("2026-08-05T10:00:00Z"), total: 300 }
]);
db.orders.createIndex(
{ tenantId: 1, status: 1, createdAt: -1, total: 1 },
{ name: "idx_orders_esr" }
);
const filter = {
tenantId: "t1",
status: "PAID",
total: { $gte: 100 }
};
db.orders
.find(filter, { _id: 0, orderNo: 1, total: 1, createdAt: 1 })
.sort({ createdAt: -1 })
.hint("idx_orders_esr")
.forEach(doc => print(`${doc.orderNo} ${doc.total}`));
const exp = db.orders
.find(filter)
.sort({ createdAt: -1 })
.hint("idx_orders_esr")
.explain("executionStats");
function hasStage(node, stageName) {
if (!node || typeof node !== "object") return false;
if (node.stage === stageName) return true;
return Object.values(node).some(value => hasStage(value, stageName));
}
print(`nReturned=${exp.executionStats.nReturned}`);
print(`hasBlockingSort=${hasStage(exp.queryPlanner.winningPlan, "SORT")}`);预期输出
A003 120
A002 180
nReturned=2
hasBlockingSort=false如果 hasBlockingSort=false,说明这次排序可以由索引顺序满足;真实环境中还应同时观察 totalKeysExamined、totalDocsExamined 与返回行数的比例,避免“没有 SORT”却扫描了大量无关键。
识别 ESR 的例外
ESR 是设计起点,不是绝对规则。若 Range 条件选择性极高,例如只命中极少量记录,把 Range 提到 Sort 前形成 ERS 可能显著减少索引键扫描,但代价是排序字段通常无法继续由索引顺序直接满足。
是否采用 ERS,要用目标查询的 explain("executionStats") 做对照:如果减少的扫描成本明显高于额外排序成本,且结果集足够小,ERS 才可能更合适。反过来,列表页、时间线等对稳定排序和分页延迟敏感的查询,通常更应优先保持 ESR。
把规则落到真实工作负载
生产环境中不要只验证一条样例查询。应优先检查高频查询、慢查询和分页查询,确认它们是否共享相同的 Equality 前缀与排序模式;如果查询形状差异很大,与其堆出一个很长的“万能索引”,通常更适合为关键路径分别设计较短、可解释的复合索引。
ESR 的核心不是背住 E、S、R 三个字母,而是让索引字段顺序与查询执行顺序一致:先缩小等值范围,再利用索引顺序输出结果,最后处理范围边界,并用执行计划验证这个假设。