MongoDB索引性能好坏取决于硬指标：indexCount、indexSize、totalSize及explain()中的nReturned、totalDocsExamined、executionTimeMillis和indexBounds；复合索引需严格遵循最左前缀原则与排序方向一致性，否则失效。
MongoDB索引性能好坏，不能只看“有没有索引”，得盯住几个硬指标——它们直接决定查询快不快、内存够不够、写入扛不住。下面这几个字段，你在 db.collection.stats() 或 explain() 输出里必须一眼认出来。
stats() 里最该盯的三个索引指标
执行 db.collection.stats() 后，别被几十行输出吓住，先聚焦这三个字段：
-
indexCount：当前集合有多少个索引。超过 5–6 个就要警惕——每个索引都吃写入性能，尤其在高频更新场景下 -
indexSize：所有索引占用的总字节数。如果它接近甚至超过size（数据本身大小），说明索引已严重膨胀，比如地理空间或哈希索引容易干这事 -
totalSize=size+indexSize：这个和磁盘配额、备份窗口强相关。线上扩容前不看它，可能半夜被磁盘打满告警叫醒
explain() 中判断索引是否真起效的关键字段
查一条慢 query，光看 cursor: "BtreeCursor" 不够，得确认它是不是真的“用对了”。重点看：
-
executionStats.nReturned和executionStats.totalDocsExamined：理想情况二者应接近。如果后者是前者的几十倍，说明索引没覆盖查询条件，或者用了低选择性字段（比如status: "active"这种只有2–3个值的字段建了索引） -
executionStats.executionTimeMillis：不是越小越好，而是要结合totalDocsExamined看单位扫描成本。10ms 扫 1000 文档，比 5ms 扫 10 万文档更危险 -
queryPlanner.indexBounds：空数组或显示{}，代表根本没走索引；有具体范围（如"age": ["[18, 150]"]）才说明索引边界被正确计算
复合索引失效的典型信号
复合索引 {a:1, b:-1, c:1} 很容易“看着有、实际废”。常见踩坑点：
- 查询只含
b和c，跳过最左字段a→ 完全不触发索引（违反最左前缀原则） - 查询
{a: {$in: [...]}, c: 1}：中间字段b没出现，c就无法利用索引排序，sort()会 fallback 到内存或磁盘排序 - 排序方向不匹配：
find({a:1}).sort({b:1})对{a:1,b:-1}索引无效，必须严格一致或全为1
真正难的不是建索引，是持续验证它还在高效工作——索引会老化，查询会变，业务逻辑一改，昨天的最优索引今天就成拖累。定期跑 db.collection.aggregate([{$indexStats: {}}]) 看 accesses.ops，比盯着监控图更能提前发现“僵尸索引”。
