为什么 $nin 比 $in 慢，Mongodb答案

【问题标题】：Why $nin is slower than $in, Mongodb为什么 $nin 比 $in 慢，Mongodb
【发布时间】：2021-01-15 05:58:56
【问题描述】：

我收集了具有正确索引的 5M 文档。$in 工作完美，但相同的查询 $nin 超级慢...这是什么原因？

超快：

{'tech': {'$in': ['Wordpress', 'wordpress', 'WORDPRESS']}}

超级慢..

{'tech': {'$nin': ['Wordpress', 'wordpress', 'WORDPRESS']}}

【问题讨论】：

标签： mongodb performance mongodb-query pymongo

【解决方案1】：

以下解释仅适用于 3.2 之前的 Mongo 版本

Mongo v3.2 对存储引擎进行了各种更改，从而提高了该问题的性能。

现在$nin 哈希一个重要的质量，它不是selective 查询，首先让我们了解selectivity 的含义：

选择性是查询使用索引缩小结果的能力。有效的索引更具选择性，允许 MongoDB 将索引用于与完成查询相关的大部分工作。

现在他们甚至自己声明：

例如，不等式运算符 $nin 和 $ne 不是很有选择性，因为它们通常匹配索引的大部分。因此，在许多情况下，带有索引的 $nin 或 $ne 查询的性能可能并不比必须扫描集合中所有文档的 $nin 或 $ne 查询好。

当时selectivity 在性能方面非常重要。这一切都引出了您的问题，为什么不使用索引？

好吧，当 Mongo 被要求创建一个查询计划时，他会在所有可用的查询计划之间进行“竞赛”，其中一个是 COLSCAN 即集合扫描，其中找到 101 个文档的第一个计划获胜。由于非选择性查询的效率低下，获胜计划（实际上通常更快，具体取决于查询中的索引和值）是COLSCAN，进一步了解此here

【讨论】：

$nin 的速度和 $in 一样的方法是什么？也许有一些技巧？
在 3.2 之前的 Mongo 版本中，这永远不会发生，在更新的版本中，我会说它严重依赖于您排除的值和索引树的结构。仍然无法在性能方面比较两者。

【解决方案2】：

当您有索引时（无论您谈论的是 MongoDB 还是任何其他数据库），搜索某个值总是比搜索不存在的值更快。

数据库必须扫描整个索引，当您查找“不在”或“不等于”时，通常甚至没有使用索引。用explain()查看执行计划

一些数据库（例如 Oracle）提供所谓的位图索引。它们的工作方式不同，通常IN 操作与NOT IN 操作一样快。但是，像往常一样，与 B*Tree 索引相比，它们还有其他缺点。据我所知，Oracle 数据库是唯一支持位图索引的主要 RDBMS。

【讨论】：