MongoDB聚合管道$匹配顺序

我有4个碎片的MongoDB集群。我的分片密钥是：{client_id:1，date:1} 使用过的集合有大约50米的文档

我将粘贴1个文档作为示例数据：

{ "_id" : ObjectId("54e069353e9104db470065e6"), "campaign_name" : "SC - Biker Planet", "adgroup_name" : "motociclista cerca", "client_id" : NumberLong(143), "adgroup_id" : NumberLong(28469), "campaign_id" : NumberLong(849), "device" : "desktop", "clicks" : NumberLong(0), "conv" : NumberLong(0), "cost" : NumberLong(0), "impressions" : NumberLong(1), "date" : ISODate("2014-02-22T05:00:00.000Z") } { “_id”：ObjectId（“54e069353e9104db470065e6”）， “运动名称”：“SC-自行车星球”， “adgroup_name”：“Motocicilista cerca”， “客户id”：编号长（143）， “adgroup_id”：数字长（28469）， “活动id”：编号长（849）， “设备”：“桌面”， “点击次数”：数字长（0）， “conv”：数字长（0）， “成本”：数字长（0）， “印象”：数字长（1）， “日期”：ISODate（“2014-02-22T05:00:00.000Z”） } 现在，我已经安装了MongoDB 3.0 RC9（带有伟大的wiredTiger存储引擎），我正在比较以下两个查询：

（A）

db.google\u raw\u id.aggregate([{ $match:{ 客户编号：143， 活动名称：“SC-老年人约会”， 日期：{ $gte:ISODate（“2014-01-10T00:00:00.0Z”）， $lte:ISODate（“2015-01-10T00:00:00.0Z”） } } }, { $group:{ _id:“$campaign_name”， 成本：{$sum:“$cost”}， 点击：{$sum:$clicks}， 印象：{$sum:$impressions} } }]) 及

（B）

db.google\u raw\u id.aggregate([{ $match:{ 客户编号：143， 日期：{ $gte:ISODate（“2014-01-10T00:00:00.0Z”）， $lte:ISODate（“2015-01-10T00:00:00.0Z”） } } }, { $group:{ _id:“$campaign_name”， 成本：{$sum:“$cost”}， 点击：{$sum:$clicks}， 印象：{$sum:$impressions} } }, { $match:{ _id:‘SC-老年人约会’， } }]) 查询A执行大约需要0.35秒，查询B执行大约需要1.1秒，它们都返回相同的结果。 正如您所看到的，它们之间的唯一区别是我将“campaign_name”过滤器从$group之前的$match移动到$group之后的$match

由于只有在第一个$match中没有其他筛选器，或者我的配置中有错误，所以碎片密钥{client_id，date}才能快速工作，所以使用这种方法可以吗

更新

这里我解释了使用MongoDB聚合的查询A和查询B

这里我简化了查询A和查询B以供使用

我还对campaign_name进行了索引，但如果在第一次匹配中使用campaign_name，聚合查询似乎会变慢，因为这不是shard key的一部分，这就是Mongo必须签入多个shard的原因

对我来说，这就是为什么查询B更快的逻辑解释。 在查询B中，Mongo将结果简化为更小的数据集，而不是将campaign_名称应用于该数据集，因此速度更快，并且不会覆盖其他碎片。

---

我只是希望MongoDB能够自动计算：）

A更快，因为在第一次“匹配”之后，您已经对记录进行了分组（“匹配”之后的所有结果都具有相同的“活动名称”）。在“组”中，只需计算它们

---

B速度较慢，因为在第一场比赛后，您有更多的结果，并且“组”中需要处理更多的数据。换句话说，脚本将计算所有找到的活动的结果。

这太令人惊讶了。只要看一看，B的计算量就大得多（因为我不太了解集合中的实际文档，只知道它们的形状）。这两条管道应该总是产生相同的结果，因此如果后者更好，那么现在就使用它。如果您想检查为什么B更快，请为这两个查询发布解释。您需要将两个初始的

$match

阶段转换为查找查询并运行解释。我已经用两个解释查询链接更新了我的帖子。我认为B应该只查询1个碎片，因为碎片键是{client_id，date}，但是当使用campaign_name时，它也会查询其他碎片。至少对我来说这听起来合乎逻辑。所以我认为最好的方法是在第一个$match中只使用切分键字段，然后再应用另一个$match。这是很多信息，但我看不到任何东西来解释时间上的差异。包括

campaign\u name

不会让它查询到更多的碎片-它仍然可以使用

client\u id

和

date

以查询为目标。这是很多信息，但我看不到任何东西来解释时间上的差异。包含

campaign\u name

不会使其查询比已经查询的碎片更多的碎片-它仍然可以使用

client\u id

和`date>以查询为目标。 db.google_raw_id.aggregate([{ $match: { client_id: 143, campaign_name: 'SC - Dating For Seniors', date: { $gte: ISODate("2014-01-10T00:00:00.0Z"), $lte: ISODate("2015-01-10T00:00:00.0Z") } } }, { $group: { _id: "$campaign_name", cost: {$sum: "$cost"}, clicks: {$sum: "$clicks"}, impressions: {$sum: "$impressions"} } }]) db.google_raw_id.aggregate([{ $match: { client_id: 143, date: { $gte: ISODate("2014-01-10T00:00:00.0Z"), $lte: ISODate("2015-01-10T00:00:00.0Z") } } }, { $group: { _id: "$campaign_name", cost: {$sum: "$cost"}, clicks: {$sum: "$clicks"}, impressions: {$sum: "$impressions"} } }, { $match: { _id: 'SC - Dating For Seniors', } }])