IndexedDB索引是实现高效条件查询的核心机制，通过为非主键字段创建排序副键表来避免全表扫描，支持精确匹配、范围查询、排序及多值索引，需在onupgradeneeded中定义且不可动态添加。
IndexedDB 的索引（Index）是实现高效条件查询的核心机制，它允许你绕过主键（keyPath）直接按其他字段快速查找数据，避免全表扫描。
为什么需要索引？
对象存储（Object Store）默认只按主键（如 id）有序存储。若想按 status、createdAt 或 userId 查询，不建索引就得遍历所有记录——数据量稍大就明显卡顿。索引本质是一份按指定字段排序的“副键表”，支持范围查询、排序和去重。
创建索引：在 upgrade 时定义
索引必须在数据库版本升级（onupgradeneeded）中创建，不能运行时动态添加。关键参数包括名称、路径（字段名）、选项（是否唯一、是否多条目）：
request.onupgradeneeded = (event) => {
const db = event.target.result;
const store = db.createObjectStore('tasks', { keyPath: 'id' });
// 按 status 查询：普通索引（允许重复值）
store.createIndex('by-status', 'status', { unique: false });
// 按 email 查询：唯一索引（如用户邮箱不可重复）
store.createIndex('by-email', 'email', { unique: true });
// 按时间范围查询：支持 from/to 范围扫描
store.createIndex('by-date', 'createdAt', { unique: false });
// 多值索引：当字段是数组时，为每个元素建一条索引项
store.createIndex('by-tag', 'tags', { unique: false, multiEntry: true });
};
用索引执行条件查询
拿到索引后，调用 index.openCursor() 或 index.get() 等方法，传入 IDBKeyRange 构造查询范围：
立即学习“Java免费学习笔记（深入）”；
-
精确匹配：
IDBKeyRange.only('done')→ 查所有 status === 'done' 的记录 -
范围查询：
IDBKeyRange.lowerBound('2023-01-01')→ createdAt ≥ '2023-01-01' -
区间查询：
IDBKeyRange.bound('2023-01-01', '2023-12-31', true, true)→ 开区间（不含端点） -
前缀匹配（字符串）：
IDBKeyRange.bound('abc', 'abd', false, true)→ 字段以 'abc' 开头
示例：查所有已完成任务并按时间倒序返回
const transaction = db.transaction(['tasks'], 'readonly');
const store = transaction.objectStore('tasks');
const index = store.index('by-status');
// 先定位到 status === 'done' 的起始位置，再反向遍历
const range = IDBKeyRange.only('done');
const cursorRequest = index.openCursor(range, 'prev'); // 'prev' 表示倒序
cursorRequest.onsuccess = (event) => {
const cursor = event.target.result;
if (cursor) {
console.log(cursor.value); // 完整对象
cursor.continue(); // 继续下一条
}
};
复合条件与性能提示
IndexedDB 原生不支持多字段联合索引（如 status + priority），但可通过以下方式逼近：
- 把多个字段拼成一个复合键：如
indexKey = `${status}-${priority}`，再建索引；查询时用IDBKeyRange.bound('done-1', 'done-2') - 先用索引快速缩小结果集，再在内存中用 JavaScript 过滤次要条件（适合二级条件筛选比例高、数据量不大的场景）
- 避免在索引字段上做函数转换（如
lowercase(name)），索引无法命中；入库前就规范化数据 - 索引越多，写入越慢（每条新增/修改都要更新所有相关索引），按实际查询需求精简索引数量
不复杂但容易忽略。
