MongoDB聚合查询优化：匹配->；展开->；匹配与展开->；比赛

输入数据

{
    "_id" : ObjectId("5dc7ac6e720a2772c7b76671"),
    "idList" : [ 
        {
            "queueUpdateTimeStamp" : "2019-12-12T07:16:47.577Z",
            "displayId" : "H14",
            "currentQueue" : "10",
            "isRejected" : true,
            "isDispacthed" : true
        },
        {
            "queueUpdateTimeStamp" : "2019-12-12T07:16:47.577Z",
            "displayId" : "H14",
            "currentQueue" : "10",
            "isRejected" : true,
            "isDispacthed" : false
        }
    ],
    "poDetailsId" : ObjectId("5dc7ac15720a2772c7b7666f"),
    "processtype" : 1
}

{
    "_id" : ObjectId("5dc7ac6e720a2772c7b76671"),
    "idList":
     {
            "queueUpdateTimeStamp" : "2019-12-12T07:16:47.577Z",
            "displayId" : "H14",
            "currentQueue" : "10",
            "isRejected" : true,
            "isDispacthed" : true
    },
    "poDetailsId" : ObjectId("5dc7ac15720a2772c7b7666f"),
    "processtype" : 1
}

输出数据

{
    "_id" : ObjectId("5dc7ac6e720a2772c7b76671"),
    "idList" : [ 
        {
            "queueUpdateTimeStamp" : "2019-12-12T07:16:47.577Z",
            "displayId" : "H14",
            "currentQueue" : "10",
            "isRejected" : true,
            "isDispacthed" : true
        },
        {
            "queueUpdateTimeStamp" : "2019-12-12T07:16:47.577Z",
            "displayId" : "H14",
            "currentQueue" : "10",
            "isRejected" : true,
            "isDispacthed" : false
        }
    ],
    "poDetailsId" : ObjectId("5dc7ac15720a2772c7b7666f"),
    "processtype" : 1
}

{
    "_id" : ObjectId("5dc7ac6e720a2772c7b76671"),
    "idList":
     {
            "queueUpdateTimeStamp" : "2019-12-12T07:16:47.577Z",
            "displayId" : "H14",
            "currentQueue" : "10",
            "isRejected" : true,
            "isDispacthed" : true
    },
    "poDetailsId" : ObjectId("5dc7ac15720a2772c7b7666f"),
    "processtype" : 1
}

查询1（

展开

然后

匹配

）

查询2（

匹配

然后

展开

然后

匹配

）

我的问题/我的担忧

（假设我在这个集合中有大量文档（50k+），并且假设我在同一管道中查询之后还有其他查找和预测）

match->unwind->match

VS

unwind->match

     aggregate([
     {
         $unwind: { path: "$idList" }
     },
     {
         $match: { 'idList.isDispacthed': isDispatched }
     }
     ])

     aggregate([
     {
         $match: { 'idList.isDispacthed': isDispatched }
     },
     {
         $unwind: { path: "$idList" }
     },
     {
         $match: { 'idList.isDispacthed': isDispatched }
     }
     ])

这两个查询之间有性能差异吗

有没有其他（更好的）方法来编写此查询

---

这完全取决于MongoDB query planner优化器：

聚合管道操作有一个优化阶段，该阶段尝试重塑管道以提高性能

要查看优化器如何转换特定的聚合管道，请在db.collection.aggregate（）方法中包含该选项

为

poDetailsId

创建索引并运行此查询：

db.getCollection('collection').explain().aggregate([
     {
         $unwind: "$idList"
     },
      {
         $match: { 
           'idList.isDispacthed': true, 
           "poDetailsId" : ObjectId("5dc7ac15720a2772c7b7666f") 
         }
     }  
])

---

如您所见，MongoDB将此聚合更改为：

db.getCollection('collection').aggregate([
     {
         $match: { "poDetailsId" : ObjectId("5dc7ac15720a2772c7b7666f") }
     }
     {
         $unwind: "$idList"
     },
     {
         $match: { 'idList.isDispacthed': true }
     }  
])

从逻辑上讲，

$match->$unwind->$match

更好，因为您可以过滤（按索引）记录的子集，而不是完全扫描（处理100个匹配的文档）≠ 所有文件）

如果聚合操作只需要集合中的数据子集，请使用

$match

、

$limit

和

$skip

阶段来限制在管道开头输入的文档。当放置在管道的开头时，

$match

操作使用合适的索引仅扫描集合中的匹配文档

---

一旦您操作了文档，MongoDB就无法应用索引。

聚合管道操作有一个优化阶段，它试图重塑管道以提高性能

您能解释一下吗？？？请或者提供一个链接来理解这一点。这是否意味着

diswind->match

将变成

match->diswind

？？@kumarkundan执行以下操作：

db.collection.explain（）.aggregate（[…]）

它将显示MongoDB将执行何种聚合查询。@kumarkundan我已更新了答案，请再次检查