MongoDB 匹配文档和子文档，使用什么作为索引？

Question

我有很多这样的文件：

[{
        "title": "Luxe [daagse] [verzorging] @ Egypte! Incl. vluchten, transfers & 4* ho",
        "price": 433,
        "automatic": false,
        "destination": "5d26fc92f72acc7a0b19f2c4",
        "date": "2020-01-19T00:00:00.000+00:00",
        "days": 8,
        "arrival_airport": "5d1f5b407ec7385fa2963623",
        "departure_airport": "5d1f5adb7ec7385fa2963307",
        "board_type": "5d08e1dfff6c4f13f6db1e6c"
    },
    {
        "title": "Luxe [daagse] [verzorging] @ Egypte! Incl. vluchten, transfers & 4* ho",
        "automatic": true,
        "destination": "5d26fc92f72acc7a0b19f2c4",
        "prices": [{
                "price": 433,
                "date_from": "2020-01-19T00:00:00.000+00:00",
                "date_to": "2020-01-28T00:00:00.000+00:00",
                "day_count": 8,
                "arrival_airport": "5d1f5b407ec7385fa2963623",
                "departure_airport": "5d1f5adb7ec7385fa2963307",
                "board_type": "5d08e1dfff6c4f13f6db1e6c"
            },
            {
                "price": 899,
                "date_from": "2020-04-19T00:00:00.000+00:00",
                "date_to": "2020-04-28T00:00:00.000+00:00",
                "day_count": 19,
                "arrival_airport": "5d1f5b407ec7385fa2963623",
                "departure_airport": "5d1f5adb7ec7385fa2963307",
                "board_type": "5d08e1dfff6c4f13f6db1e6c"
            }
        ]
    }
]

如您所见，自动交易有多个价格（可能很多，在 1000 到 4000 之间）并且没有可用的原始字段。

现在我需要在原始文档以及子文档中搜索以查找匹配项。

这是我用来搜索文档的聚合：

[{
    "$match": {
        "destination": {
            "$in": ["5d26fc9af72acc7a0b19f313"]
        }
    }
}, {
    "$match": {
        "$or": [{
            "prices": {
                "$elemMatch": {
                    "price": {
                        "$lte": 1500,
                        "$gte": 400
                    },
                    "date_to": {
                        "$lte": "2020-04-30T22:00:00.000Z"
                    },
                    "date_from": {
                        "$gte": "2020-03-31T22:00:00.000Z"
                    },
                    "board_type": {
                        "$in": ["5d08e1bfff6c4f13f6db1e68"]
                    }
                }
            }
        }, {
            "price": {
                "$lte": 1500,
                "$gte": 400
            },
            "date": {
                "$lte": "2020-04-30T22:00:00.000Z",
                "$gte": "2020-03-31T22:00:00.000Z"
            },
            "board_type": {
                "$in": ["5d08e1bfff6c4f13f6db1e68"]
            }
        }]
    }
}, {
    "$limit": 20
}]

我想加快速度，因为它可能会很慢。我想知道，这个聚合的最佳索引策略是什么，我使用哪些字段？这是最好的方法还是有更好的方法？

Answer 1

需要包含匹配过滤器字段的复合索引才能使聚合快速运行。在聚合查询中，如果在过滤器字段上定义了索引，则在管道的早期（最好是第一阶段）拥有$match 阶段会利用索引。在发布的查询中就是这样，快速查询都需要定义索引。但是，索引哪些字段？

索引将是复合索引；即，对查询条件的多个字段进行索引。索引前缀以destination 字段开头。剩余的索引字段有待确定。剩下的字段是什么？

其中大部分字段位于 prices 数组的子文档字段 - price、date_from、date_to 和 board_type。主文档中还有 date 字段。复合索引中需要用到哪些字段？

在数组元素（或数组中子文档的字段）上定义索引会创建大量索引键。这意味着大量的存储空间和使用内存（或 RAM）的索引。这是一个重要的考虑因素。数组元素上的索引称为多键索引。要正确使用索引，集合的文档和查询使用的索引（统称为工作集）必须适合 RAM。

您需要考虑的另一个方面是查询选择性。使用索引字段的过滤器选择了多少文档是一个因素。过滤字段必须选择一小部分输入文档才能生效。见Create Queries that Ensure Selectivity。

根据以上两个因素，很难确定还需要考虑哪些其他字段（确定prices的一些字段）。所以，索引将是这样的：

{ destination: 1, fld1: 1, fld2: 1, ... }

fld1、fld2、...将是 prices 数组子文档字段和/或 date 字段。我认为只有一组日期字段可以与索引一起使用。示例索引可以是以下之一：

{ destination: 1, date: 1,  "prices.price": 1, "prices.board_type": 1}
{ destination: 1, "prices.price": 1, "prices.date_from": 1, "prices.date_to": 1, "prices.board_type": 1}

注意索引键order和price、date_from、date_to和board_type的必要性是根据这两个来确定的主要因素 - 工作集的要求和查询选择性 - 这很重要。

注意：在一个结构相似的小样本数据集上，显示了复合索引的使用情况，主要是 destination 字段和来自 prices 的两个字段（一个具有相等条件，一个具有范围条件）。使用explain 的查询计划在复合索引上显示了 IXSCAN（索引扫描），使用索引肯定会提高查​​询性能。

Answer 2

来自 Mongo 的 $or 文档：

当评估 $or 表达式中的子句时，MongoDB 要么执行集合扫描，要么，如果索引支持所有子句，则 MongoDB 执行索引扫描。也就是说，为了让 MongoDB 使用索引来评估 $or 表达式，$or 表达式中的所有子句都必须由索引支持。否则，MongoDB 将执行集合扫描。

因此，考虑到这一点，为了避免在此管道中进行集合扫描，您必须创建一个包含 price 和 prices 字段的 compound index。

请记住，复合索引中的顺序很重要，因此字段的顺序应根据您可能的使用情况而有所不同。

在我看来，您要创建的索引类似于：

{destination: 1, date: 1, board_type: 1, price: 1, prices: 1}