直接对超长字符串建索引会失败或低效，因MongoDB单索引键默认限1024字节且B-tree需完整存储比较；应改用应用层计算sha256哈希存新字段并建唯一索引，注意同步更新、避免碰撞、规避范围/正则/大小写查询。
为什么直接对超长字符串建索引会失败或低效
MongoDB 对单个索引键的长度有硬限制（默认 1024 字节），超过就报错 key too large to index。即使没超限，对几 KB 的字符串（比如 Base64 图片、大段 HTML、JSON 文本）建普通索引也会导致索引体积暴涨、写入变慢、内存占用高——因为 B-tree 索引要完整存储并比较整个字符串。
用 sha256 哈希替代原始字符串建索引的实操要点
核心思路是：应用层计算哈希值存入一个新字段，再对该字段建唯一索引。MongoDB 自身不提供哈希索引类型，所谓“哈希索引”实际指对哈希值字段建普通升序索引（1）或唯一索引（{ unique: true }），不是 hashed 索引（后者仅适用于数值和日期，不能用于字符串哈希）。
- 哈希算法选
sha256而非md5：避免碰撞风险，尤其当数据量超千万级时md5碰撞概率不可忽视 - 存哈希值用
BinData(0, ...)或十六进制字符串：推荐十六进制字符串（如"a1b2c3..."），便于调试、查询、不依赖驱动二进制处理逻辑 - 务必在写入时同步计算并保存哈希字段：不能靠应用读取后再补算，否则存在一致性窗口
- 查询时必须用相同哈希逻辑：例如 Node.js 用
crypto.createHash('sha256').update(str).digest('hex')，Python 用hashlib.sha256(s.encode()).hexdigest()，两端必须一致
如何安全添加哈希字段并建立唯一索引
已有集合需加哈希字段时，不能直接建唯一索引，否则可能因重复哈希值或空值失败。分三步渐进操作：
- 先添加字段（用
updateMany+ 聚合管道或应用批量更新）：db.collection.updateMany({ longStr: { $exists: true } }, [{ $set: { longStrHash: { $function: { body: "function(s) { return require('crypto').createHash('sha256').update(s).digest('hex'); }", args: ["$longStr"], lang: "js" } } }])（注意：仅 MongoDB 4.4+ 支持 $function，生产环境建议用应用层批量处理） - 检查空值与重复：
db.collection.aggregate([{ $group: { _id: "$longStrHash", count: { $sum: 1 } } }, { $match: { count: { $gt: 1 } } }])；若返回结果，说明原始字符串存在语义不同但哈希相同（极小概率），需改用sha3-512或追加盐值（salt） - 最后建唯一索引：
db.collection.createIndex({ longStrHash: 1 }, { unique: true })
哈希索引无法支持的查询类型要提前规避
哈希值是定长、无序、不可逆的，这意味着：
- 不支持范围查询：
{ longStrHash: { $gt: "abc..." } }没有意义，结果完全随机 - 不支持正则前缀匹配：
{ longStrHash: { $regex: "^a1b2" } }虽语法合法，但失去索引加速意义（全表扫哈希字段） - 不支持大小写模糊查询：哈希对输入大小写敏感，
"ABC"和"abc"哈希完全不同，需在哈希前统一转小写 - 更新原始字符串时，必须同步更新哈希字段：否则索引失效，查不到数据
真正需要前缀匹配或模糊搜索的场景，应搭配 text 索引或外部搜索引擎（如 Elasticsearch），别硬扛在哈希上。
