Regex MongoDB中带有正则表达式过滤器的Count（）查询：性能缓慢

使用MongoDB 2.6.5

我有一个具有这种结构的文档集合：

{
  "_id" : ObjectId("5485cd0c6b0f96004220e414"),
  "exampleList" : [{
      "Value" : "uri:obj:id:1258477.479.129403280"
    },{
      "Value" : "uri:obj:id:1258477.542.542541247"
    }, {
      "Value" : "uri:obj:id:1258477.365.455255425"
    }
    [...]
    {
      "Value" : "uri:obj:id:1258477.147.855556255"
    }]
}

我在“exampleList.Value”上设置了一个多键索引

我想用类型为“starts with”的正则表达式请求它，但根据正则表达式，它可能非常慢。正则表达式的固定部分越短（结果越多），处理速度越慢

1亿文档集“myCollection”的演示：

最快执行（立即）：

快速执行（几秒钟）：

执行速度较慢（几秒钟）：

执行速度慢（约2分钟）

非常非常慢的执行（未终止，几分钟）

---

我不明白为什么所有这些查询中的处理时间都不一样。

第一个正则表达式完成得很快，因为它只使用显式字符

/^uri:obj:id:1258477\.479\.129403280$/

与使用贪婪通配符“*”的其他正则表达式进行比较

/^uri:obj:id:1258477\.47.*$/

它在字符串的开头包含最短的一组确定字符，在数百万个文档中，可能有许多与第一部分匹配

---

尝试将“.*”替换为绝对长度或范围，即“.{0,25}”。如果可用，用string.beginsWith方法替换可能会更快。

MongoDB必须在更改正则表达式时逐渐扫描更多文档（例如，查询引擎可以根据索引和正则表达式排除更少的文档）。尝试使用

explain

，我打赌

nscanned

会增加。我已经使用explain做了测试，你是对的。我理解你说的，但我有一个问题：为什么MongoDB需要扫描文档以获得count（）查询？指标不够；我正在寻找一种有效的方法，在我的多键索引中执行“start with”查询。也许你有解决办法吗？“*”和“.”之间没有明显的区别。治疗时间中的{0,25}。也许可以尝试将25的长度减少到更适合您的数据的长度，您期望的最大长度是多少？使用“{0,10}”进行测试，但这并不是更好

> db.myCollection.count({"exampleList.Value":{$regex:/^uri:obj:id:1258477\.479\.1.*$/}})
40947

> db.myCollection.count({"exampleList.Value":{$regex:/^uri:obj:id:1258477\.479.*$/}})
342275

> db.myCollection.count({"exampleList.Value":{$regex:/^uri:obj:id:1258477\.47.*$/}})

/^uri:obj:id:1258477\.479\.129403280$/

/^uri:obj:id:1258477\.47.*$/