MongoDB匹配索引与无索引-聚合
我的收藏有1000万个文档，有一个名为movieId的字段；该文件的结构如下：MongoDB匹配索引与无索引-聚合,mongodb,mongodb-query,aggregation-framework,Mongodb,Mongodb Query,Aggregation Framework,我的收藏有1000万个文档，有一个名为movieId的字段；该文件的结构如下： { “_id”：ObjectId（“589bed43e3d78e89bfd9b779”）， “用户ID”：1， “电影ID”：122， “评级”：5， “时间戳”：838985046， “newId”：0.0 } MovieId是一个介于1-7000之间的数字 我有两个版本的这个集合（副本）；第一个是movieId的索引： db.collection.createIndex（{movieId:1}）； 另一
{
“_id”：ObjectId（“589bed43e3d78e89bfd9b779”），
“用户ID”：1，
“电影ID”：122，
“评级”：5，
“时间戳”：838985046，
“newId”：0.0
}
- MovieId是一个介于1-7000之间的数字
- 我有两个版本的这个集合（副本）；第一个是movieId的索引：
db.collection.createIndex（{movieId:1}）；
- 另一个版本没有此索引
db.collection.aggregate(
[{
$match:{“movieId”：{$lte:VarSize}
}]);`
VarSizeVarSize更新#2:
“toArray”帮助我在VarSize变得越来越大的同时获得了越来越多的值。如果没有它，我认为返回值只是一个光标
我认为它应该很直。首先，它不是一个覆盖查询，否则您将获得更好的性能。使用索引coll。在这里，您选择的是完整文档，该文档还具有电影id和_id。 坚持基本原则，我将尝试解释DB中可能发生的情况- 考虑DB和电影ID中只有10个文档是序列值（即使它们不是，那么它也可以，但我考虑顺序只是为了理解目的）
- 我添加了10 M文档，其结构{u id:ObjectID，“a”：1}使用for循环，“a”值随着一个新文档每次增加1。如果没有索引，当我用：$lte查询任何值时，在我的机器上几乎需要相同的时间~650毫秒。即使是$lte=1，也需要相同的时间。所以，当没有索引时，所花费的时间是线性的，因为它必须检查每个文档。如果仔细观察executionStats输出，您会发现只有一个阶段是COLLSCAN。在这个阶段，我们只是检查所有1000万份文档
- 我在索引{a:1}之后对同一集合执行了相同的解释。结果都是不同的。当a:$lte=10或a:$lte=100时，则所需时间约为47毫秒。但如果我给出a:$lte=1000000，则所需时间为1442毫秒，几乎是无索引时所需时间的2.5倍。我在检查executionStats输出后得到了原因。现在有两个阶段。与单级扫描相比，IXSCAN和FETCH需要花费大量时间
我现在不明白你们的图表，我认为它是错误的，或者你们不能解释清楚，或者图表中缺少一些信息。Orange line处理1000万份文档所需的时间无法缩短。您能否澄清一下在哪里考虑varSize，因为当我们进行范围查询时，范围值非常重要。您的文档只有一个字段
movieId\u id