如何降低MongoDB索引占用的磁盘空间？利用部分索引过滤低频数据-MongoDB-PHP中文网

部分索引通过partialFilterExpression仅对高频查询的文档子集建索引，减少索引条目数，从而显著降低磁盘占用、写入开销和内存压力；其大小正比于条目数，剔除90%条目可减空间85%+。

如何降低mongodb索引占用的磁盘空间？利用部分索引过滤低频数据

为什么部分索引能减少磁盘占用？ MongoDB 的索引是为集合中每一条匹配条件的文档单独建立条目的。如果集合里有 1 亿条日志，其中 95% 是半年前的冷数据（几乎不查询），但你建了一个全字段 `{status: 1, created_at: -1}` 的复合索引，那这 95% 的旧文档依然会贡献索引条目——它们占空间、拖慢写入、增加内存压力。部分索引通过 `partialFilterExpression` 显式排除这些低频数据，让索引只覆盖真正高频查询的子集。

关键点在于：索引大小 ≈ 索引条目数 × 单条索引记录平均体积。删掉 90% 的条目，磁盘占用通常能下降 85%+（实测常见于时间分区类场景）。

怎么定义“低频数据”的过滤条件？不能凭感觉写 `partialFilterExpression`。必须和真实查询模式对齐，否则索引会被跳过：

查最近 7 天订单？用 `{created_at: {$gt: ISODate("2024-06-01T00:00:00Z")}}`

只查已支付订单？用 `{status: "paid"}`（前提是 `status` 字段高基数且查询集中）

混合条件更稳妥：比如 `{status: "paid", created_at: {$gt: ...}}`，确保所有高频查询都命中该表达式

⚠️ 容易踩的坑：partialFilterExpression 中不能用 $or、$regex、$text；也不能引用不存在的字段（会导致索引创建失败）；时间字段必须是 BSON Date 类型，字符串格式的日期（如 "2024-06-01"）无法被正确比较。

创建部分索引时的关键参数和验证方法直接运行 createIndex 命令即可，但必须显式指定 partialFilterExpression：

db.orders.createIndex(
  { user_id: 1, created_at: -1 },
  {
    partialFilterExpression: { 
      status: "paid",
      created_at: { $gt: ISODate("2024-06-01T00:00:00Z") } 
    },
    name: "idx_user_paid_recent"
  }
)

创建后立刻验证是否生效：

查索引大小：db.orders.stats().indexDetails["idx_user_paid_recent"].size（单位字节）
确认是否被查询使用：db.orders.find({user_id: 123, status: "paid", created_at: {$gt: ...}}).explain("executionStats")，看 executionStats.nReturned 和 executionStats.totalKeysExamined 是否合理（后者应明显小于全量索引）
故意查一个被过滤掉的文档（如旧的 status: "pending"），确认执行计划里显示 IXSCAN 未被选用（而是走 COLLSCAN 或其他索引）