indexeddb 无法直接查询嵌套 json 字段，需通过结构扁平化、关键字段提级并建立多索引（如 by-age、by-city、by-tags）实现高效查询；组合条件需客户端过滤或添加复合字段索引。
IndexedDB 本身不支持直接对嵌套 JSON 字段做类似 SQL 的“点号路径查询”（如 user.profile.age > 25），但可以通过合理建模、索引设计和客户端过滤，高效存储与查询复杂嵌套结构。关键不在“能否查嵌套”，而在于“如何让嵌套字段可索引、可检索”。
结构扁平化 + 多索引建模（推荐做法）
将深层嵌套字段的关键查询属性“提级”到对象顶层，并为它们单独建立索引。例如：
{
"id": "usr_123",
"name": "Alice",
"profile": {
"age": 32,
"city": "Shanghai",
"tags": ["dev", "open-source"]
},
"posts": [{ "title": "IDB Tips", "date": "2024-05-20" }]
}
✅ 推荐存为：
{
"id": "usr_123",
"name": "Alice",
"age": 32, // 提级
"city": "Shanghai", // 提级
"tags": ["dev", "open-source"], // 保留数组（支持 multiEntry 索引）
"latestPostTitle": "IDB Tips", // 可选：常用聚合字段
"latestPostDate": "2024-05-20"
}
然后创建索引：
objectStore.createIndex('by-age', 'age', { unique: false })objectStore.createIndex('by-city', 'city', { unique: false })objectStore.createIndex('by-tags', 'tags', { unique: false, multiEntry: true })
用 IDBKeyRange 实现嵌套字段范围/匹配查询
一旦关键字段已提级并建索引，就能用原生 IndexedDB 查询能力：
- 查年龄在 25–35 的用户：
const range = IDBKeyRange.bound(25, 35);<br>store.index('by-age').openCursor(range) - 查带 “dev” 标签的用户（multiEntry 索引自动展开数组）：
store.index('by-tags').openCursor(IDBKeyRange.only('dev')) - 组合条件？需手动交集（见下文）
客户端组合查询（多条件嵌套筛选）
IndexedDB 不支持 AND/OR 复合索引（如 (age, city) 同时精确匹配），所以多字段联合查询需分步或内存过滤：
- 方案一（推荐）：先用一个高选择性索引获取候选集（如
by-city），再用Array.filter()在结果中筛age > 30 - 方案二：对高频组合字段，额外增加复合字段并建索引，例如：
"city_age": "Shanghai_32"→ 建索引by-city-age，适合固定组合 - 注意：避免在 cursor 遍历中做重型计算；数据量大时，优先靠索引缩小范围
存储完整嵌套结构（不丢失原始 JSON）
提级字段用于查询，但原始嵌套结构仍可完整保存——只需确保主键或 value 中包含全量 JSON：
- 把整个对象存入 objectStore，其中
age/city等是冗余字段（用于索引），profile和posts保持原样 - 读取时直接返回完整对象，前端无需拼装
- 写入时由业务逻辑保证冗余字段与嵌套字段同步（例如封装一个
saveUser(user)方法自动提取）
不复杂但容易忽略：索引不是免费的——每次写入都会更新所有相关索引。所以只对真正需要查询的嵌套字段提级建索引，避免过度设计。
