mongodb快速标签查询

Question

我有一个非常大的集合（超过 800k），我需要实现一个基于标签的自动完成（仅基于单词开头）功能的查询。我的文档如下所示：

 {
    "_id": "theid",
    "somefield": "some value",
    "tags": [
        {
            "name": "abc tag1",
            "vote": 5
        },
        {
            "name": "hij tag2",
            "vote": 22
        },
        {
            "name": "abc tag3",
            "vote": 5
        },
        {
            "name": "hij tag4",
            "vote": 77
        }
    ]
}

例如，如果我的查询将针对所有以“ab”开头并且具有“somefield”即“some value”的标签，则结果将是“abc tag1”、“abc tag3”（仅名称）。 我更关心查询的速度，而不是插入和更新的速度。

我认为聚合框架是正确的方法，但是对于非常快速的查询来说，最好的管道和索引是什么？

文档不是“标签”文档，它们是代表客户端对象的文档，它们包含更多数据字段，我为简单起见省略了这些字段，每个客户端都有多个标签和另一个字段（我更改了它的名称，因此不会混淆带有标签数组）。我需要获得一组客户拥有的所有标签不重复的集合。

Answer 1

您的文档结构没有意义 - 我假设 tags 是一个数组而不是一个对象。试试这样的查询

db.tags.find({ "somefield" : "some value", "tags.name" : /^abc/ })

在{ "maintag" : 1, "tags.name" : 1 } 上有一个索引。 MongoDB 将左锚正则表达式查询优化为范围查询，可以使用索引有效地完成（参见$regex docs）。

您可以使用聚合管道从该文档结构中获取标签：

db.tags.aggregate([
    { "$match" : { "somefield" : "some value", "tags.name" : /^abc/ } },
    { "$unwind" : "$tags" },
    { "$match" : { "tags.name" : /^abc/ } },
    { "$project" : { "_id" : 0, "tag_name" : "$tags.name" } }
])

索引仅对第一个 $match 有帮助，因此管道的索引与查询的索引相同。