爲什麼在MongoDB中對索引數組的正則表達式前綴查詢很慢？

Question

我想對MongoDB集合中的字符串數組執行正則表達式查詢。我只能找到這個限制在docs：

$正則表達式只能有效地使用索引時正則表達式 有一個字符串的錨開始時（即^），是一個 情況敏感匹配。

讓我們做一個試驗：

> for (var i=0; i<100000; i++) db.test.insert({f: ['a_0_'+i, 'a_1_2']}) 
> db.test.count() 
100000 
> db.test.ensureIndex({f: 1}) 
> db.test.find({f: /^a_(0)?_12$/ }) 
{ "_id" : ObjectId("514ac59886f004fe03ef2a96"), "f" : [ "a_0_12", "a_1_2" ] } 
> db.test.find({f: /^a_(0)?_12$/ }).explain() 
{ 
    "cursor" : "BtreeCursor f_1 multi", 
    "isMultiKey" : true, 
    "n" : 1, 
    "nscannedObjects" : 200000, 
    "nscanned" : 200000, 
    "nscannedObjectsAllPlans" : 200000, 
    "nscannedAllPlans" : 200000, 
    "scanAndOrder" : false, 
    "indexOnly" : false, 
    "nYields" : 0, 
    "nChunkSkips" : 0, 
    "millis" : 482, 
    "indexBounds" : { 
     "f" : [ 
      [ 
       "a_", 
       "a`" 
      ], 
      [ 
       /^a_(0)?_12$/, 
       /^a_(0)?_12$/ 
      ] 
     ] 
    }, 
    "server" : "someserver:27017" 
} 

查詢是sloooow。在另一方面，這種查詢是最優的：（但不適合我的使用情況）

> db.test.find({f: 'a_0_12' }).explain() 
{ 
    "cursor" : "BtreeCursor f_1", 
    "isMultiKey" : true, 
    "n" : 1, 
    "nscannedObjects" : 1, 
    "nscanned" : 1, 
    "nscannedObjectsAllPlans" : 1, 
    "nscannedAllPlans" : 1, 
    "scanAndOrder" : false, 
    "indexOnly" : false, 
    "nYields" : 0, 
    "nChunkSkips" : 0, 
    "millis" : 0, 
    "indexBounds" : { 
     "f" : [ 
      [ 
       "a_0_12", 
       "a_0_12" 
      ] 
     ] 
    }, 
    "server" : "someserver:27017" 
} 

爲什麼正則表達式查詢掃描所有（子）記錄時，它有一個指數？我錯過了什麼？

Answer 1

測試用例有幾個特點是沒有好處的正則表達式和索引使用：

• 每個文檔包括兩個值的陣列都與「A_」開始。您的正則表達式/^a_(0)?_12$/正在查找一個以a開頭的字符串，後跟一個可選的「0」，因此會導致所有索引條目（200k值）的比較。
• 您正則表達式也匹配每文件有（a_1_2）的值，所以最終會不管相匹配的指數

的所有文件既然你有一個多鍵（數組索引），索引的數量實際上比對100k文檔的全表掃描更差差。你可以用$natural暗示測試，看看：

db.test.find({f: /^a_(0|)12$/ }).hint({$natural:1}).explain() 
{ 
    "cursor" : "BasicCursor", 
    "isMultiKey" : false, 
    "n" : 0, 
    "nscannedObjects" : 100000, 
    "nscanned" : 100000, 
    "nscannedObjectsAllPlans" : 100000, 
    "nscannedAllPlans" : 100000, 
    "scanAndOrder" : false, 
    "indexOnly" : false, 
    "nYields" : 0, 
    "nChunkSkips" : 0, 
    "millis" : 192, 
    "indexBounds" : { 

    }, 
} 

更多的隨機數據或更具選擇性的正則表達式將導致更少的比較。