【问题标题】：Checking position of an entry in an index MongoDB检查索引 MongoDB 中条目的位置
【发布时间】：2013-08-10 21:09:43
【问题描述】：

我有一个使用 pymongo 的查询，它根据以下内容输出一些值：

cursor = db.collect.find({"index_field":{"$regex":'\s'}}
for document in cursor:
  print document["_id"]

现在这个查询已经运行了很长时间（超过 5 亿个文档），正如我预期的那样。我想知道是否有一种方法可以通过找出最后打印的“_id”在索引字段中的位置来检查查询的执行位置。就像最后打印的 _id 是在 btree 索引的中间吗？快结束了吗？

我想知道这一点只是为了看看我是否应该取消查询并重新优化和/或让它完成，但我无法知道查询中 _id 的位置。

另外，如果有人有办法优化我的空白查询，那将很有帮助。根据文档，如果我使用 ignorecase 似乎会更快，尽管它对空格检查没有意义。

非常感谢， J

【问题讨论】：

你的第一个问题我不清楚。关于优化，当您插入文档时，如果 index_field 有空格，请在文档中保留一个布尔值/标志，并在该标志/布尔值上创建一个稀疏索引。现在您的新查询将是 find({flag: true}) 或 find({flag: {$exists: true}})
如果你有一个游标，并且你正在遍历它，是否可以找出游标中_id的位置。就这样。如果你看到了，我正在打印出 _id。所以我想获取那个_id，并找出它在光标对象中的位置。
你不能这样做，因为光标文档是分批获取的。通常批量大小限制为某些大小或没有文档。因此，除非您从光标迭代（并收集）所有文档，否则不可能在光标内找到_id。你可以试试这个命令。 cursor = db.collect.find({"index_field":{"$regex":'\s'}}; cursor.count(); cursor.objsLeftInBatch();
哦，这很有意义..查询结束了。感谢您的帮助，以后不要再说了
1.它不起作用，正如我回答的那样，你需要另一个斜线来逃避。 2. 注意：cursor.count() 是一个缓慢的操作，所以最好避免它，如果可能。

标签： mongodb indexing pymongo

【解决方案1】：

查询优化

您的查询无法进行优化，因为在文档中查找空间 \s 是一种效率低下的$regex 搜索。您可以做的是在$regex 中搜索\s 的前缀，例如

db.collect.find({"index_field": {"$regex": '^\\s'}})

Check out the notes in the link

索引问题

$regex只有在正则时才能有效地使用索引表达式在字符串的开头（即 ^）有一个锚点，并且是区分大小写的匹配。此外，虽然/^a/、/^a.*/ 和 /^a.*$/ 匹配等价的字符串，他们有不同的表现特征。所有这些表达式都使用索引，如果存在适当的索引；但是，/^a.*/ 和 /^a.*$/ 速度较慢。 /^a/匹配前缀后可以停止扫描。

数据库操作的信息

使用db.currentOp() 获取有关您所有running ops 的信息。

【讨论】：

问题是，有时空格不会锚定开头或结尾。但它贯穿
@jwillis0720 试试我编辑的回复，如果您不需要使用索引，并且获取所有字段至少有一个空格很重要，那么您应该删除锚。