Question

我在MongoDB中经历过很多关于索引的文章，但对我的特定情况仍然没有明确的索引策略理解。

我拥有超过1000万件物品的以下系列：

{
    active: BOOLEAN,
    afp: ARRAY_of_integers
}

以前我在这个管道上使用聚合：

pipeline = [
    {'$match': {'active': True}},
    {'$project': {
        'sub': {'$setIsSubset': [afp, '$afp']}
    }},
    {'$match': {'sub': True}}
]

查询非常慢，所以我开始尝试没有聚合：

db.collection.find({'active': True, 'afp': {'$all': afp}})

使用$ all的后一个查询使用相同的索引运行得更快 - 不知道为什么......

我已经尝试过这些索引（尽管可能没有太多变化）：

{afp: 1}
{active: 1}
{active: 1, afp: 1}
{afp: 1, active: 1}

我不知道为什么，但是最新的索引给出了最好的表现 - 任何关于这个原因的想法都会受到高度赞赏。

然后我决定添加约束以便可能提高速度。考虑到“afp”字段中的整数数量可能不同，没有理由扫描整数数量少于查询的文档。所以我为所有名为“len_afp”的文件创建了一个字段，其中包含该数字（确实是afp长度）。现在文档看起来像这样：

{
    active: BOOLEAN,
    afp: ARRAY_of_integers
    len_afp: INTEGER
}

查询是：

db.collection.find({
    'active': True,
    'afp': {'$all': afp},
    'len_afp: {'$gte': len_afp}
})

此外，我添加了三个新索引：

{afp: 1, len_afp: 1, active: 1}
{afp: 1, active: 1, len_afp: 1}
{len_afp: 1, afp: 1, active: 1}

最新的指数表现最佳 - 再次出于不明原因。

所以我的问题是：复合索引中字段顺序的逻辑是什么，以及在创建索引时如何考虑这个逻辑？

同样有趣的是，为什么$ all比其他条件相同的$ setIsSubset更快？

可以将索引交集用于我的案例而不是复合索引吗？

性能仍然很低 - 我做错了什么？在我的特定情况下可以分片帮助（它会使用聚合，还是$ all，或$ gte）？

抱歉提出了大问题，并提前感谢您！

MongoDB复合索引，聚合性能

0 个答案: