文本搜索中的 MongoDB 溢出排序阶段答案

【问题标题】：MongoDB Overflow sort stage on text search文本搜索中的 MongoDB 溢出排序阶段
【发布时间】：2014-10-22 17:03:12
【问题描述】：

使用MongoDB v2.6，如果从大型结果集中对cursor 进行排序以得到overflow，这种情况并不少见。

cursor = db.collection.find( { "key" : "value" } )
cursor.sort( { "rank" : 1 } )  // This can blow up

错误看起来很像：

运行器错误：溢出排序阶段缓冲数据使用量 33598393 字节超过内部限制 33554432 字节

在这种情况下，解决方案是将provide an index 作为排序条件，而不仅仅是键。

db.collection.ensureIndex( { "rank" : 1 } )  // ascending

这很好用。

我在另一个地方遇到了这个问题，text index。按照text index creation 上的 MongoDB 手册中的说明，我已经做到了：

db.collection.ensureIndex(
   { "$**": "text" },
   { name: "TextIndex" }
)

而且，这已经在集合中我的所有 ExtendedJSON 对象的所有字段中创建了一个文本索引。

搜索完美。

cursor = db.collection.find( { "$text" : { "$search" : "NEEDLE" } } )
cursor.count()                      // w00t!  records that have NEEDLE in them

但是，尝试执行与以前相同的排序失败，即使排序字段存在索引：

db.collection.ensureIndex( { "rank" : 1 } )  
cursor = db.collection.find( { "$text" : { "$search" : "NEEDLE" } } )
cursor.sort( { "rank" : 1 } )      // This blows up with the same error message

运行器错误：溢出排序阶段缓冲数据使用量 33598393 字节超过内部限制 33554432 字节

这是奇怪的部分。

在光标上迭代执行排序工作正常，这就是我上面的计数。我什至可以通过光标单步查看无序结果，因此文本搜索显然有效。

但是，省略文本搜索会导致排序正常工作；这让我觉得它不是基于数量的，虽然我知道它实际上只是使用排序键的索引。

db.collection.ensureIndex( { "rank" : 1 } )  
cursor = db.collection.find( )     // Get absolutely everything
cursor.sort( { "rank" : 1 } )      // Well, sort now works again... hmm....

正如我必须通过提供一个索引来“帮助”Mongo，这样它就可以在不将所有记录放入内存的情况下进行排序，如何为文本索引实现这一点？

不幸的是，我无法获得explain plan，因为它也会产生相同的错误。如果我对.find() sans .sort() 的结果执行此操作，它会显示明显的结果——对数据进行全面扫描，没有IndexBounds 字段。

附录：我尝试对文本索引的不是一个字段，而是所有字段——因此是"$**"。作为实验，我在所有字段上手动执行了.ensureIndex(...)，希望这对排序有所帮助。但请记住，我并不是要对文本字段进行排序——只是将其作为一种机制来获取与搜索条件匹配的 JSON 对象集合。一旦我拥有了该集合，并且确实获得了该集合，我将尝试按 rank 字段对其进行排序，该字段已经有一个索引并且可以在其他场景中使用。

【问题讨论】：

在上面的示例中，我并没有尝试获取文本搜索的排名，而只是使用文本搜索来选择记录（获取子集）；记录本身具有与之关联的独立排名字段，因此目标是按该值对返回的子集进行排序——因此是上面的代码。
虽然两者都是索引，但文本索引和“普通”索引在它们的实际功能（以及底层数据结构）方面完全不同。文本索引无法像“普通”索引那样帮助您对文本字段的值进行排序。在文本字段上创建一个“正常”索引并使用它进行排序。但是，在您使用文本搜索的相同字段上进行排序似乎有点时髦，除非它们只是标题或其他东西。
@wdberkeley：（请参阅上面的附录。）它不是单个文本字段[在“文本字段”上方]，而是所有字段“$**”[如文档所述]。虽然全文搜索正在工作，但它是返回的集合，我无法通过我预先存在的具有索引的“排名”字段进行排序，尽管我可以通过它对其他查询进行排序就好了。我希望我只是误解了你的建议，所以我有一条路可以尝试。你能描述一下'在文本字段上创建一个“正常”索引并使用它来排序'的意思吗？我有多个要在其中搜索的字段和一个要排序的字段。非常感谢。
好的。我明白发生了什么。文本索引阻止您使用排名索引进行排序。然后 MongoDB 尝试按等级对内存进行排序，但这样做会达到内存限制。我认为除了自己对其进行排序或将结果数限制为可排序数之外，没有其他方法可以解决此问题。如果我想到其他任何事情，我会告诉你的。

标签： mongodb sorting text

【解决方案1】：

也许这个link 会帮助你。

总结一下：你不应该在你的程序中间调用 ensureIndex，而是让 Mongoose 为你调用它。只需将标志index: true在您的架构中添加到您要用于排序的字段中。在您的情况下，将其添加到排名和命名应该没问题。至少这在我的项目中对我有用。

例子：

var schema = mongoose.Schema({
   ...
   normalText : String,
   rank : { type: Number, index: true},
   name : { type: String, index: true }
});

【讨论】：

感谢您的提示，斯特凡！作为一个仅供参考，只是为了让您放心，上面的示例是针对 mongo> shell 的，用于说明问题。我同意，不要将 ensureIndex 放在程序中。

【解决方案2】：

希望这会有所帮助。尝试添加这样的代码。这是为了排序。 $cursor = $cursor.sort({ "rank" : 1 })); 但是你需要对 $text 进行排序，试试这个， $cursor = $cursor->sort({ "text" : 1 });

谢谢。

【讨论】：