Compound Indexes
MongoDB 支持对 document 的多个 fields 建立索引，这种索引叫作 compound index。Compound Index 可以用来优化多种查询、排序操作。
引入：学生记录举例
假设我们一个学生 (students) collection，里面的每个 document 结构如下：
{
"_id": "some object id",
"name": "zhangsan",
"major": "economics",
"age": 15
}
如果这个 collection 主要接受的查询只涉及一个 field, 如：
> db.students.find({ name: "zhangsan" })
> db.students.find({ age: { $gte: 15 } })
> db.students.find({ major: "economics" })
> db.students.find({ age: { $gte: 15 } }).sort({ age: 1 })
那么我们建立 single-field index 就可以解决问题。但如果常用查询包含多个字段，如：
> db.students.find({ major: "economics", age: { $gte: 15 } })
> db.students.find({ major: "math", age: { $lte: 17 } }).sort({ age: 1 })
如果数据量很且分布较开，这时候就可以通过建立 compound index 来提高查询效率：
> db.students.createIndex({ major: 1, age: 1 })
具体有关 compound index 的一些细节，查阅它的官方文档即可，这里不再赘述。
Inside the Compound Index
绝大多数 MongoDB 中的 Indexes 的背后都是 B-tree。single-field index 的结构大致如下：
而 compound index 的结构大致如下：
适合的查询
prefixes
假设建立如下 compound index:
> db.students.createIndex({ name: 1, major: 1, age: 1 })
那么只要是符合 name -> major -> age 顺序，且包含第一个 field --- name 的任意查询，如：
> db.students.find({ name: "zhangsan" })
> db.students.find({ name: "zhangsan", major: "math" })
> db.students.find({ name: "zhangsan", age: 1 })
> db.students.find({ name: "zhangsan", major: "math", age: 1 })
但一旦没有第一个 field，则 index 失效，从 compound index 的结构图上不难理解，第一个 field 对应的每个叶子节点 (leaf node) 都可以包含有后面的 fields 的所有可能值，此时使用 compound index 与直接扫描 collection 的效率基本持平。
sort
假设建立如下 compound index:
> db.students.createIndex({ major: 1, age: -1 })
这时候，以下排序查询可以利用到 compound index:
> db.students.find().sort({ major: 1, age: -1 })
> db.students.find().sort({ major: -1, age: 1 })
但不符合顺序的排序查询则无法利用到 compound index:
> db.students.find().sort({ major: 1, age: 1 })
> db.students.find().sort({ major: -1, age: -1 })
从 compound index 的结构图上不难理解，顺序访问 leaf node 可以得到符合 { major: 1, age: -1 } 的查询；逆序访问 leaf node 可以得到符合 { major: -1, age: 1 } 的查询；要完成剩余两种查询则无法利用 compound index 得到。