应按ESR规则创建以tenantId为最左前缀的复合索引，如{"tenantId":1,"status":1,"createdAt":-1}，确保每个查询显式携带tenantId，并删除无tenantId前导的旧索引。
多租户SaaS应用中，同一张orders集合里混存数百个租户的数据，查询时却只返回3条本租户记录，却要扫描1498条索引键——这说明复合索引没按租户隔离设计，最左前缀失效，热数据被冷租户索引挤出内存。
确认查询模式并提取等值字段
打开MongoDB日志或使用db.currentOp()捕获慢查询，找到高频语句，例如：db.orders.find({tenantId: "t-789", status: "paid", createdAt: {$gte: ISODate("2026-09-01")}})。从中明确 tenantId 和 status 是等值匹配，createdAt 是范围条件。
这一步不能跳过：如果tenantId没出现在所有查询条件里，复合索引就失去租户隔离意义，后续建的索引全无效。
必须确保每个查询都显式携带tenantId，中间件注入不可信，漏写即越界。
按ESR规则排列复合索引字段顺序
ESR即Equal → Sort → Range，是MongoDB复合索引最核心的设计铁律。对上面的查询，正确顺序是：tenantId（等值）→ status（等值）→ createdAt（范围）。
执行命令：
db.orders.createIndex({"tenantId": 1, "status": 1, "createdAt": -1})
错误示例：{"createdAt": -1, "tenantId": 1, "status": 1}——范围字段放在最左，整个索引对tenantId单条件查询完全不可用；【一旦建错，删除重建会阻塞写入，且无法在线重命名】
在Spring Boot中自动创建并验证索引
方法一：使用@CompoundIndex注解声明
@Document(collection = "orders")
@CompoundIndex(name = "tenant_status_created_index", def = "{'tenantId': 1, 'status': 1, 'createdAt': -1}")
public class Order { ... }
应用启动时自动建索引，但需确保spring.data.mongodb.auto-index-creation=true（默认false）。
方法二：用MongoTemplate手动触发
在Configuration类中注入MongoTemplate，调用ensureIndex()并传入Index对象，适合灰度发布时分批建索引。
验证是否生效：对任意租户ID执行db.orders.find({tenantId:"t-789", status:"paid"}).explain("executionStats")，检查executionStats.keysExamined是否接近nReturned，且stage为IXSCAN而非COLLSCAN。
为高频子集补充Partial Indexes
当某个租户（如t-789）日增订单超5万条，而其他租户日均不足100条时，通用复合索引仍会为其冗余存储大量低效键。
第一步：为该租户单独建Partial Index
db.orders.createIndex({"status": 1, "createdAt": -1}, {partialFilterExpression: {"tenantId": "t-789"}})
第二步：确保查询中显式写出tenantId === "t-789"，否则MongoDB根本不会考虑该索引。
第三步：用db.orders.getIndexes()确认索引已存在，注意partialFilterExpression字段必须精确匹配字符串值，不能用正则或$in列表。
注意：不要为每个租户都建Partial Index——租户数超50后，索引元数据本身会成为性能瓶颈。
强制tenantId作为所有索引前导字段
① 检查现有索引：db.orders.getIndexes()，过滤掉不含tenantId的索引（如仅{status: 1}或{createdAt: -1}）。
② 删除无tenantId前导的索引：db.orders.dropIndex("status_1")，避免优化器误选低效路径。
③ 对唯一约束场景，必须建{tenantId: 1, externalId: 1}唯一索引，防止不同租户externalId重复被忽略。
④ 若使用分片集群，将tenantId设为hashed分片键前，先确认95%以上查询都带tenantId条件，否则路由失效导致全广播查询。
这一步操作起来很简单，直接把旧索引名填进dropIndex()就行。
