这是this question的后续内容-有关上下文,请参见。
这个问题涉及链接问题的几个特殊情况-即在使用$in
或$or
运算符时MongoDB中的排序如何工作,以及如何确保使用索引进行排序与内存中排序。
$ in:
例如,假设我们有一个集合,其中文档结构为
{a: XXX, b: XXX}
...,并且我们按此顺序在
a
和b
上有一个复合索引,并希望运行查询{a: {$in: [4, 6, 2, 1, 3, 10]}, b: {$gt: 1, $lt: 6}}
如果排序在
a
或b
上,将如何进行? $in
是排序的相等运算符,但在我看来,即使是这样,也无法对带有索引的b
进行排序。我认为,仅当a
值数组排在第一位时,才可以使用索引对$in
进行排序-但我不知道MongoDB是否这样做。$ or:
由于
$or
查询IIUC是作为多个查询处理的,并且大概可以使用它们各自的索引进行排序,因此排序后的结果是否以某种方式合并,或者$or
是否对所有结果强制进行内存排序?如果是前者,这个过程的时间复杂度是多少?
最佳答案
注意:该答案基于MongoDB 3.2.4。
值得在MongoDB中发现 explain()
的使用。查询的 explain()
输出(例如db.collection.explain().find(...)
)使您可以检查查询中使用了哪个索引,并且由于内存中db.collection.explain('executionStats')
的限制,使用 SORT
还将显示查询是成功还是失败。
$ in $in
查询可以视为一系列相等查询。例如,{a: {$in: [1,3,5]}}
可以被认为是{a:1}, {a:3}, {a:5}
。 MongoDB将在继续查询之前对$in
数组进行排序,因此{$in: [3,5,1]}
与{$in: [1,3,5]}
没什么不同。
假设集合的索引为
{a:1, b:1}
a
排序 db.coll.find({a: {$in: [1,3,5]}}).sort({a:1})
MongoDB将能够使用
{a:1,b:1}
索引,因为可以将此查询视为{a:1}, {a:3}, {a:5}
查询的并集。按{a:1}
排序允许使用index prefix,因此MongoDB不需要执行内存中排序。同样的情况也适用于查询:
db.coll.find({a: {$in: [1,3,5]} ,b:{$gte:1, $lt:2}}).sort({a:1})
由于
sort({a:1})
也使用索引前缀(在这种情况下为a
),因此不需要内存中的SORT
阶段。 b
排序与按
a
排序相比,这是一个更有趣的情况。例如: db.coll.find({a: {$in: [1,3,5]}}).sort({b:1})
此查询的
explain()
输出将具有一个称为SORT_MERGE
的阶段。请记住,查询的find()
部分可以被视为{a:1}, {a:3}, {a:5}
。由于
db.coll.find({a:1}).sort({b:1})
索引的性质,查询SORT
不需要具有内存中的{a:1,b:1}
阶段:也就是说,在满足b
的相等性参数之后,MongoDB可以简单地遍历(排序的)索引并返回按a
排序的文档。例如,对于每个a
,由于索引,已经有许多b
已按b
排序。使用
$in
,整个查询可以认为是:db.coll.find({a:1}).sort({b:1})
db.coll.find({a:3}).sort({b:1})
db.coll.find({a:5}).sort({b:1})
b
的值执行合并。该查询不需要在内存中进行排序,因为各个查询结果已经通过b
进行了排序。 MongoDB只需要将(已排序的)子查询结果合并为一个结果。 同样,查询
db.coll.find({a: {$in: [1,3,5]} ,b:{$gte:1, $lt:2}}).sort({b:1})
还使用了
SORT_MERGE
阶段,与上面的查询非常相似。不同之处在于,每个查询基于每个b
(根据索引b
进行排序,按a
排序)的b
范围(而不是每个{a:1,b:1}
)查询输出文档。因此,查询不需要在内存中进行排序。 $或
为了使
$or
查询使用索引every clause in the $or
expression must have an index associated with it。如果满足此要求,则查询可以像SORT_MERGE
查询一样使用$in
阶段。例如:db.coll.explain().find({$or:[{a:1},{a:3},{a:5}]}).sort({b:1})
与上面的
SORT_MERGE
示例中的查询计划,索引使用和$in
阶段几乎相同。本质上,查询可以认为是:db.coll.find({a:1}).sort({b:1})
db.coll.find({a:3}).sort({b:1})
db.coll.find({a:5}).sort({b:1})
b
的值执行合并。 就像前面的
$in
示例一样。但是,此查询:
db.coll.explain().find({$or:[{a:1},{b:1}]}).sort({b:1})
不能使用任何索引(因为我们没有
{b:1}
索引)。该查询将导致集合扫描,并且由于没有使用索引,因此将具有内存中排序阶段。但是,如果我们创建索引
{b:1}
,则查询将像下面这样进行:db.coll.find({a:1}).sort({b:1})
db.coll.find({b:1}).sort({b:1})
b
的值执行合并(由于索引{a:1,b:1}
和{b:1}
,该值已经在两个子查询中进行了排序)。 MongoDB将合并
{a:1}
和{b:1}
查询的结果,并对结果进行合并。合并过程是线性时间,例如O(n)
。总之,在
$or
查询中,每个词都必须有一个索引,包括sort()
阶段。否则,MongoDB将必须执行内存中排序。
关于mongodb - MongoDB中的 `$or`和 `$in`查询如何排序?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/36490738/