Mongodb聚合管道大小和速度问题

我尝试使用mongodb聚合查询联接（$lookup）两个集合，然后对联接数组中的所有唯一值进行不同计数*注意：我不一定知道metaDataMap数组中有哪些字段（键）。我不想计算或包含地图中可能存在或不存在的字段。这就是为什么聚合查询看起来像这样

所以我的两个收藏看起来像这样：事件-

{
"_id" : "1",
"name" : "event1",
"objectsIds" : [ "1", "2", "3" ],
}

物体

{
"_id" : "1",
"name" : "object1",
"metaDataMap" : { 
                     "SOURCE" : ["ABC", "DEF"],
                     "DESTINATION" : ["XYZ", "PDQ"],
                     "TYPE" : []
                }
},
{
"_id" : "2",
"name" : "object2",
"metaDataMap" : { 
                     "SOURCE" : ["RST", "LNE"],
                     "TYPE" : ["text"]
                }
},
{
"_id" : "3",
"name" : "object3",
"metaDataMap" : { 
                     "SOURCE" : ["NOP"],
                     "DESTINATION" : ["PHI", "NYC"],
                     "TYPE" : ["video"]
                }
}

我的结果是

{
_id:"SOURCE", count:5
_id:"DESTINATION", count: 4
_id:"TYPE", count: 2
}

到目前为止，我得到的是：

db.events.aggregate([
{$match: {"_id" : id}}

,{$lookup: {"from" : "objects",
        "localField" : "objectsIds",
        "foreignField" : "_id",
        "as" : "objectResults"}}

,{$unwind: "$objectResults"} //Line 1
,{$project: {x: "$objectResults.metaDataMap"}} //Line 2


,{$unwind: "$x"}
,{$project: {"_id":0}}

,{$project: {x: {$objectToArray: "$x"}}}
,{$unwind: "$x"}

,{$group: {_id: "$x.k", tmp: {$push: "$x.v"}}}

,{$addFields: {tmp: {$reduce:{
input: "$tmp",
initialValue:[],
in:{$concatArrays: [ "$$value", "$$this"]}
    }}
}}

,{$unwind: "$tmp"}
,{$group: {_id: "$_id", uniqueVals: {$addToSet: "$tmp"}}}

,{$addFields: {count: {"$size":"$uniqueVals"}}}
,{$project: {_id: "$_id", count: "$count"}}
]);

我的问题是我是否标记了第1行和第2行。上述方法可以工作，但对于metaDataMap数组字段（objectsResults.metaDataMap）中的25000个值，大约需要50秒。例如，在Object1 metaDataMap源数组中有25000个值。这就是放慢速度的方法。我的另一个更快的方法是将1号线和2号线替换为：

 ,{$project: {x: "$objectResults.metaDataMap"}} //Line 1
 ,{$unwind: "$x"} //Line 2

这要快得多（不到3秒），但只能在包含10000项或更少项的数据集上运行。任何更高的值，我都会得到一个错误，说“超过了最大文档大小”

---

请帮忙

如果您能够更改

对象

集合上的架构设计以包含

父id

字段，则可以立即删除管道的前4个阶段（第一个

$match

，

$lookup

，

$unwind

和

$project

）。这将使有关

第1行

和

第2行

的问题消失

例如，

对象

集合中的文档如下所示：

{
  "_id": "1",
  "name": "object1",
  "metaDataMap": {
    "SOURCE": [
      "ABC",
      "DEF"
    ],
    "DESTINATION": [
      "XYZ",
      "PDQ"
    ],
    "TYPE": [ ]
  },
  "parent_id": "1"
}

因此，您不需要昂贵的

$lookup

和

$unwind

。前4个阶段可替换为：

{$match: {parent_id: id}}

基于这个想法，我对管道进行了进一步优化，结果是：

db.objects.aggregate([
     {$match: {parent_id: id}}
    ,{$project: {metaDataMap: {$filter: {input: {$objectToArray: '$metaDataMap'}, cond: {$ne: [[], '$$this.v']}}}}}
    ,{$unwind: '$metaDataMap'}
    ,{$unwind: '$metaDataMap.v'}
    ,{$group: {_id: '$metaDataMap.k', val: {$addToSet: '$metaDataMap.v'}}}
    ,{$project: {count: {$size: '$val'}}}
])

这将输出：

{ "_id": "TYPE", "count": 2 }
{ "_id": "DESTINATION", "count": 4 }
{ "_id": "SOURCE", "count": 5 }

---

可以在“25000个不同数组中的项目”周围再添加一点描述吗？只是一个想法。可能您可以尝试将您的

metaDataMap

结构更改为

“metaDataMap”：[“k”：{“SOURCE”，“v”：[“ABC”，“DEF”]}…]

并在

$lookup

之后插入

$map

阶段。类似于

{“$project”：{“data”：{“$map”：{“input”：“$objectResults.metaDataMap”，“as”：{“$map”：{“input”：“$$resultom”，“as”：“resultim”，“in”：{“k”：“$$resultim.k”，“v”：{“$size”：“$$resultim.v”}}}}

。我相信这样你可以得到尺寸，退绕应该更快。但我不会得到一个与尺寸不同的计数。我会吗？我需要重复删除v值。