什么时候应该在 mongo 中使用 $limit？

Question

嗯，这是一个技术性能问题：

我有这样的查询

db.collection.aggregate([
    {$match:{...}},
    {$group:{...}},
    {$group:{...}},
    {$project:{...}},
    {$sort:...}
])

但如果我想设置限制，我在查询最后使用$limit

db.collection.aggregate([
    {$match:{...}},
    {$group:{...}},
    {$group:{...}},
    {$project:{...}},
    {$sort:...},
    {$limit : 10}
])

所以我的问题是什么是放置 $limit 的最佳方式：

• 咨询开始时。
• 咨询结束时。
• 在咨询的任何部分：顺序并不重要。

我的逻辑/头脑说You should to use "$limit" after $match to limit first results because maybe Mongo execute first $match and after will get result to process the next query's($group, $group, $project, $sort, ...)。

谢谢

P.S：我是使用 Mongo 的新手。对不起我的英语不好。

Answer 1

那么为什么$limit 在你提议的管道中排在最后？：

db.collection.aggregate([
    {"$match":{...}},
    {"$group":{...}},
    {"$group":{...}},
    {"$project":{...}},
    {"$sort":...},
    {"$limit": 10}
])

因为这正是它应该做的。

所以在“管道”的“末端”是只返回“最后 10 个结果”的地方。

这不像游标修饰符，操作“顺序”发生，因此“限制”发生在它实施的阶段之后。

因此：

db.collection.aggregate([
   { "$limit": 10 },
   { .. whatever .. }
])

基本上通过仅查看集合中最“前”的 10 个文档作为检索而没有任何其他条件来控制，无论管道在剩余阶段说什么。

管道是“管道”。想想“Unix管道|”：

grep | sed | awk | sed | grep | awk

因为正是它的作用。您“输入”的内容就是您通过执行的操作“输出”的内容。

因此，每个管道阶段对于它的执行顺序都很重要。这个地方是有目的的，不可互换。

Answer 2

在使用$limit时，确实取决于细节。但是，最好尽快使用$limit，但顺序通常很重要。如果您只需要 10 个随机文档，那么您可以在 $match 之后使用 $limit。但是，在您的情况下，您还使用了$sort，这将影响您想要返回的 10 个对象；因此，您应该在$sort 之后包含$limit，除非您的聚合查询可以以您可以更早使用排序和限制的方式进行优化。

db.collection.aggregate([
  { $match: { ... } },
  // Will limit results exactly as they come, unsorted
  { $limit: 10 },
  { $group: {...}},
  { $group: {...}},
  { $project: {...}},
  { $sort: ...} // Will only sort the random 10
]);

db.collection.aggregate([
  { $match: { ... } },
  { $group: {...}},
  { $group: {...}},
  { $project: {...}},
  { $sort: ...}, // The sort likely matters, so limit after
  { $limit: 10 }
]);

但是，可以移动它的一种情况是，您可以提前进行排序，而您只是在按摩数据，这可能会以更少的数据来获得更高的性能：

db.collection.aggregate([
  { $match: { ... } },
  { $group: {...}},
  { $group: {...}},
  { $sort: ...},
  { $limit: 10 },
  { $project: {...}} // Since we only change the data format, it won't affect our limit
]);