协助处理MongoDB任务，包括查询生成、模式设计、性能优化…

# MongoDB 电商订单查询与索引优化方案

一、查询语句

```javascript

db.order.find({

created_at: {

$gte: new Date(Date.now() - 30 * 24 * 60 * 60 * 1000)

},

total_amount: { $gt: 500 }

})

```

说明：

• 假设存储字段为 total_amount、created_at（若字段名不同请替换，如 pay_amount、create_time）
• 使用 new Date() 计算动态30天，无需硬编码日期
• 若需查询单用户或多字段返回，可加 .sort({created_at: -1}) 或投影

二、复合索引创建

```javascript

db.order.createIndex(

{ user_id: 1, created_at: -1 },

{ name: "idx_user_created", background: true }

)

```

三、索引设计要点

• 顺序原则：等值字段在前（user_id），范围/排序字段在后（created_at）
• created_at 用降序 (-1)，与常见的“最新订单优先”排序一致，避免内存排序
• 若查询是“全表按时间过滤金额”，纯 user_id + created_at 索引对时间过滤帮助有限，可评估增加：

```javascript

db.order.createIndex(

{ created_at: -1, total_amount: 1 },

{ name: "idx_time_amount", background: true }

)

```

• 如走时间+金额过滤场景，建议将 total_amount 纳入索引以利用覆盖扫描

四、500万级数据优化建议

1. 后台建索引：必须使用 background: true（或 4.2+ 自动后台构建），避免阻塞读写

2. 验证执行计划：

```javascript

db.order.find({...}).explain("executionStats")

```

关注 IXSCAN 是否命中、totalDocsExamined 是否远小于返回条数

3. 分片场景：若按 user_id 分片，查询时带上 user_id 可精准路由到分片

4. 避免内存排序：结果集大时配合 limit() + 分页，必要时加 allowDiskUse（聚合场景）

5. 归档策略：历史冷数据迁移至归档集合或时序方案，减少活跃集合体积

五、注意事项

• created_at 字段类型务必统一为 Date 类型，字符串日期会导致索引失效
• 定期用 $indexStats 检查索引使用率，删除冗余索引降低写放大