我要评论学习mongodb，体会mongodb的每一个使用细节，欢迎阅读威赞的文章。这是威赞发布的第93篇mongodb技术文章，欢迎浏览本专栏威赞发布的其他文章。如果您认为我的文章对您有帮助或者解决您的问题，欢迎在文章下面点个赞，或者关注威赞。谢谢。
mongodb为提高数组的查询效率，针对数组构建了多键索引。而mongodb在应用多键数组查询时，也通过构建，减少数组查询的数值范围，来提高查询性能。本文结合mongodb官方文档，阐述mongodb在使用多键索引时的边界优化。
概述
索引边界定义了索引值的区间段。mongodb在查询时，用这个区间段来查询索引中的数据。当用户针对索引字段指定多个查询条件时，mongdb尝试合并这些查询条件的区间范围来计算出更小的范围区间，来获得更快的查询速度并减少资源利用。
使用多键索引的边界交集来查询
边界交集代表多个边界相互重合的点。如有两个区间[3, 无穷大]和[无穷小，6]，这两个区间的交集就是[3,6]。mongodb将这种求交集的方式，应用到数据查询当中。有一个构建了索引的数组字段，当使用$elemmatch指定多个查询条件查询数据时，mongodb会将查询条件合并。下边的例子，说明了这种查询优化方法。
构建结合students并插入数据
db.students.insertmany([
{_id: 1, name: 'shawn', grades: [70,85]},
{_id: 2, name: 'elena', grades: [92, 84]}
])为数组创建多键索引
db.students.createindex({grades: 1})构建查询语句
db.students.find( { grades: { $elemmatch: { $gte: 90, $lte:99 } } } )这个语句中，只要数组中任何一个数据符合大于等于90，小于等于99的数据。
单独分析每个查询条件，第一个边界是[90，无穷大]，第二个边界是[无穷小，99]，在使用$elemmatch时，mongodb先计算两个边界的交集[90,99]
当不使用$elemmatch时，mongodb不会先计算边界的交集。
db.students.find( { grades: { $gte: 90, $lte:99 } } )该查询会查询出满足下面两个条件的文档
- 数组grades中至少有一个元素大于等于90
- 数组grades中至少有一个元素小于等于99
因为没有使用$elemmatch, mongodb不会计算边界的交集。而是使用两个边界中的任何一个来查找，不能保证使用哪一个条件。
从解释计划当中也能看出来两者查询数据范围的不同
db.students.find( { grades: { $elemmatch: { $gte: 90, $lte:99 } } } ).explain()
db.students.find( { grades: { $gte: 90, $lte:99 } } ).explain()下面两张图片中，左边使用了$elemmatch, 右侧没有使用
复合多键索引边界混合
复合边界集合了复合多键索引中的边界。使用复合多键索引的多个字段边界值，能够减少查询时间。mongodb不需要单独计算每个边界的查询结果。如符合索引{temperature: 1, humidity: 1}有下面的两个边界
- 温度[80, 无穷大]
- 湿度[无穷小，20]
则计算出来的复合边界就是
{ temperature: [80, 无穷大]， humidity: [无穷小，20]}如果mongodb不能将这两个边界混合，mongodb只能够使用前面的字段索引来查询数据。在这个例子中，前面的字段是temperature。下面的应用，详细描述了mongodb在复合多键索引中的边界混合。
非数组字段和数组字段的边界混合
这个例子展示了mongodb通过混合边界来定义更高效的查询约束提高性能
构建survey集合并插入数据
db.survey.insertmany([
{ _id: 1, item: "abc", ratings: [ 2, 5, 8 ] },
{ _id: 2, item: "xyz", ratings: [ 5, 8 ] }
])创建复合多键索引
db.survey.createindex({item: 1, ratings: 1})构建查询语句
db.survey.find({item: "abc", ratings: { $gte: 3}})直接看执行计划，会更清楚一些
该查询使用字段item和数组字段rating进行查找。单独来看么一个查询条件
item字段值是“abc”， mongodb在执行时，转换为边界["abc", "abc"]
rating边界是{$gte: 3},转换为[3,无穷大]
mongodb将两个边界组合进行查询
非数组字段和多个数组字段的边界混合
下面的例子展现了mongodb怎样将非数组字段和多个数组字段的边界混合
构建集合survey2并插入数据
db.survey2.insertmany([
{ _id: 1, item: "abc", ratings: [ { score: 2, by: "mn"}, { score: 9, by: "anon"}] },
{ _id: 2, item: "xyz", ratings: [ { score: 5, by: "anon"}, { score: 7, by: "wv"}] }
])为集合添加符合多键索引
db.survey2.createindex({item: 1, "ratings.score": 1, "ratings.by": 1})构建查询语句
db.surver2.find({item: "xyz", "ratings.score": { $lte: 5}, "ratings.by": "anon"})单独看每个查询条件
- item字段的边界 item: "xyz", 转换为[["xyz", "xyz"]]
- score的边界是{$lte:5},转换为[无穷小， 5]，
- by的边界是 by: "anon",转换为["anon", "anon"]
mongodb 将item的边界和ratings.score或ratings.by当中的一个边界混合，取决于查询操作符和索引值。当mongodb不能确认使用哪个边界来进行混合。执行计划也无法确定使用哪个索引来进行查询。
为了保证mongodb能够将文档数组中的边界混合，必须使用$elemmatch操作符
混合相同数组中多个字段的边界
为了能够混合相同数组中多个字段的索引边界，必须满足下面两个条件
- 除了字段名称以外，索引键必须在相同的路径上
- 查询语句必须使用$elemmatch查询相同路径上的值
在嵌入式文档数组中，使用点操作符的字段名称，如“a.b.c.d”, 就是字段d的字段路径。为了能够混合相同数组中的多个边界，$elemmatch必须在这个路径上，并且不包含字段本身。如“a.b.c”
在前面创建的集合survey2中添加索引
db.surver2.createindex({"ratings.score": 1, "ratings.by": 1})构建查询语句， 使用$elemmatch操作符查询ratings字段，查询出满足两个条件的数据。
db.surver2.find({ratings: {$elemmatch: {score: {$lte: 5}, by: "anon"}}})看查询计划，能够看到mongodb混合了两个边界为一个边界
到此这篇关于mongodb多键索引中索引边界的混合的文章就介绍到这了,更多相关mongodb多键索引边界内容请搜索代码网以前的文章或继续浏览下面的相关文章希望大家以后多多支持代码网！
发表评论