MongoDB：按大型集合中的字段聚合组

我有一个大型（数百万）文件集合，其中标记是这样的数组字段

{
    "volume" : "abc", 
    "name" : "file1.txt", 
    "type" : "txt", 
    "tags" : [ "Interesting", "Weird" ], ...many other fields
}

现在我想返回整个集合的唯一标记计数。我使用的是

聚合

。这是我的问题

db.files.aggregate(
    { "$match" : {"volume":"abc"}},
    { "$project" : { "tags" : 1}},
    { "$unwind" : "$tags"},
    { "$group" : { "_id" : "$tags" , "count" : { "$sum" : 1}}},
    { "$sort" : { "count" : 1}}
)

我发现，对于120万个文件的集合，返回此文件大约需要3秒钟。我在

标签

和

卷

字段上有索引

我正在使用MongoDB 2.4。由于2.6尚未推出，我无法在此处使用

.explain（）

---

有什么办法可以提高这个性能吗？我需要做一个汇总计数。此外，我无法预先计算这些计数，因为我的

$match

将根据卷、类型、特定标记、文件的某些日期时间等而变化。

您担心性能，因为您需要定期使用此报告？据我所知，unwind是一个性能杀手，这个查询是通过用户操作在UI中实时运行的。在这种情况下，我有一个建议。创建一个附加集合以保存标记。每当用户添加标记时，都要将标记集合与原始集合一起更新。您将在主文档和新集合中的两个位置拥有标记。这将为您提供良好的性能。实际上，尽管没有文档记录，但如果您有2.4.9，那么您可以使用explain。两种情况下的输出都只显示使用的索引，当然还有管道的内容。至于您的实际问题，缺少一些信息。对于给定的查询，有多少文档与初始的

$match

语句（将使用索引）匹配？另外，该匹配中文档的

标记

数组的最大大小是多少？你也可以考虑平均大小。如果其中任何一个数组数超过500，则很可能出现问题。