Question

我有一个拥有1000万到1500万条目的mongodb数据库。对于它们中的每一个，我必须更新最初不存在的字段。假设应用程序因服务器意外关闭而崩溃，如何更新剩余的条目？

我应该使用field: {$exists: false}并更新它们，还是应该浏览整个集合并检查每个文档是否包含该字段，如果有，请执行更新？我对此的看法是，由于您无法将索引与字段的存在关联起来，因此$ exists基本上是相同的。哪一个更快，为什么？

请注意，此字段的值将取决于文档的其他字段，因此我无法进行多次更新。

解决方案：正如@DhruvPathak和@Sammaye建议的那样，索引与数据相关联，而不是字段本身（因此您无法将索引链接到字段的存在），$ exists可以利用字段存在的文档中的索引，这大大提高了速度。

附加：虽然它有点像副作用，但我现在知道应用程序崩溃的原因。服务器超时了游标，因为它的使用时间太长（给定集合的大小）。如here所解释的那样使用batch_size可以避免这种情况。

Answer 1

我对此的看法是，因为您无法将索引与字段的存在相关联

根据MongoDB 2.6，它现在可以：

> use f
switched to db f
> db.t.insert({a:1})
WriteResult({ "nInserted" : 1 })
> db.t.ensureIndex({b:1})
{
        "createdCollectionAutomatically" : false,
        "numIndexesBefore" : 1,
        "numIndexesAfter" : 2,
        "ok" : 1
}
> db.t.find({b:{$exists:false}})
{ "_id" : ObjectId("53e88a7dde0848171584d296"), "a" : 1 }
> db.t.find({b:{$exists:false}}).explain()
{
        "cursor" : "BtreeCursor b_1",
        "isMultiKey" : false,
        "n" : 1,
        "nscannedObjects" : 1,
        "nscanned" : 1,
        "nscannedObjectsAllPlans" : 1,
        "nscannedAllPlans" : 1,
        "scanAndOrder" : false,
        "indexOnly" : false,
        "nYields" : 0,
        "nChunkSkips" : 0,
        "millis" : 0,
        "indexBounds" : {
                "b" : [
                        [
                                null,
                                null
                        ]
                ]
        },
        "server" : "ubuntu:27017",
        "filterSet" : false
}
>

从我可以发现它似乎是从v2.0开始添加的内容：https://stackoverflow.com/a/7503114/383478不幸的是，该答案中的文档链接已经死亡。

因此，除非您拥有v2.0之前的版本，否则查询显然会更快。

Answer 2

您的查询附加explain()将显示$exists的光标类型为Basic：这意味着它将扫描集合中的所有文档。因此，您可以遍历整个集合并检查每个文档是否包含该字段，如果有，则执行更新。 $exists的性能类似于完整扫描集合。

Answer 3

是的，你是对的，在这两种情况下，mongodb将迭代整个集合。另一个实现此目的的好方法是在此字段上创建索引，使用$exists运算符选择目标值，然后删除索引。确保创建的索引不是稀疏的，因为它在$ exists情况下没有帮助。 http://docs.mongodb.org/manual/core/index-sparse/

$ exists存在的查询比扫描整个集合更快吗？

3 个答案: