NoSQL 与搜索 / 系统课时
选择 Wildcard 与 Hashed 索引
选择 Wildcard 与 Hashed 索引
当字段名会变化,或分片键需要把单调递增值打散时,普通 B-tree 索引未必合适。本课用同一组数据对比 Wildcard、Hashed 与普通复合索引,重点判断它们各自解决什么问题,以及哪些查询不该交给它们。
学习目标
- 判断动态字段查询何时适合 Wildcard 索引
- 判断等值查询与 hashed sharding 何时适合 Hashed 索引
- 识别两类索引与普通复合索引在排序、唯一性和多键能力上的边界
先按查询问题选择索引
普通复合索引仍应是默认选择:字段稳定、查询形态明确时,直接按过滤、排序和覆盖需求设计键顺序,通常比 Wildcard 更可控。Wildcard 解决“字段集合事先不知道”,Hashed 则把字段值转换为哈希键,核心价值是等值定位和 hashed sharding,而不是替代常规范围索引。
| 索引类型 | 更适合的需求 | 不适合拿来解决 |
|---|---|---|
| 普通复合索引 | 固定字段的过滤、排序、覆盖查询 | 大量不可预测的动态字段 |
| Wildcard | 动态属性、可变子字段的查询 | 精确工作负载优化、唯一约束、分片键 |
| Hashed | 单字段等值匹配、hashed shard key | 范围扫描、按原值排序、唯一约束 |
用 Wildcard 支撑动态属性查询
假设商品的 custom 对象由不同业务线自由扩展,今天查询 custom.color,明天可能查询 custom.voltage。为每个未知子字段提前建索引会迅速膨胀,这时可以只对该动态区域建立 custom.$**。
下面的 mongosh 脚本同时建立 Wildcard 与 Hashed 索引,并用 hint() 强制展示两类索引各自擅长的等值查询。
const c = db.products;
c.drop();
c.insertMany([
{ sku: "p1", tenantId: 1001, custom: { color: "black", watt: 65 } },
{ sku: "p2", tenantId: 1002, custom: { voltage: 220, plug: "EU" } },
{ sku: "p3", tenantId: 1001, custom: { color: "black", size: "M" } }
]);
c.createIndex(
{ "custom.$**": 1 },
{ name: "custom_wildcard" }
);
c.createIndex(
{ tenantId: "hashed" },
{ name: "tenant_hashed" }
);
printjson({
wildcardResult: c.find(
{ "custom.color": "black" },
{ _id: 0, sku: 1 }
).hint("custom_wildcard").toArray(),
hashedResult: c.find(
{ tenantId: 1001 },
{ _id: 0, sku: 1 }
).hint("tenant_hashed").toArray()
});预期输出
{
wildcardResult: [ { sku: 'p1' }, { sku: 'p3' } ],
hashedResult: [ { sku: 'p1' }, { sku: 'p3' } ]
}Wildcard 索引只在字段确实存在时产生索引项,因此属于 sparse 行为;它适合未知或经常变化的字段,但官方文档也明确建议:字段和查询稳定时仍优先使用针对性的索引。Wildcard 不能同时承担 unique、TTL、text、geospatial 或 hashed 等索引属性,也不能作为 shard key index。:contentReference[oaicite:0]{index=0}
Hashed 解决的是分布而不是排序
Hashed 索引保存的是字段值的哈希结果。MongoDB 在查询时会自动计算哈希,应用不需要预先散列。它特别适合 hashed sharding:当分片键值单调增长时,哈希后的键可以把写入更均匀地分散到哈希空间,避免所有新值持续落到同一范围。:contentReference[oaicite:1]{index=1}
代价是原始值的顺序被破坏,所以不要期待 { createdAt: "hashed" } 支持按时间范围扫描或按 createdAt 排序。Hashed 索引也不能成为 multikey 索引,不能声明 unique,也不能提供 covered query;复合索引中最多使用一个 hashed 字段。对需要范围、排序或覆盖的固定查询,仍应补充普通 B-tree 索引。:contentReference[oaicite:2]{index=2}
选型时只问三个问题
字段集合稳定且查询模式明确时,先设计普通单字段或复合索引;只有动态子字段数量不可预测时,再考虑 Wildcard。需要把分片键的单调值打散,或者明确只做该字段的等值定位时,再考虑 Hashed。
如果一个动态属性已经演化成核心过滤或排序条件,应把它提升为稳定字段并建立专用索引,而不是永久依赖 Wildcard。索引类型应跟随真实查询形态,而不是跟随“文档数据库可以灵活建模”这一特性本身。