NoSQL 与搜索 / 系统课时

编写可索引的过滤与投影

编写可索引的过滤与投影

高效查询不只是“建了索引就行”,关键是让过滤条件能转成连续的索引边界,并只返回真正需要的字段。本篇用一个可运行示例串起比较、范围、存在性与投影规则,并说明哪些写法会让索引退化。

学习目标

  • 写出适合普通 B-tree 索引的等值、范围与存在性过滤条件。
  • 用投影减少返回字段,并识别覆盖查询需要满足的条件。
  • 通过 explain("executionStats") 判断查询是否真正减少了文档扫描。

先把条件写成索引能直接比较的形式

MongoDB 最容易利用的是“字段与常量直接比较”。例如状态等值加价格范围,可以让复合索引先定位 status,再在 price 上做范围扫描。若还希望只从索引返回 sku 与 price,可把这些投影字段放进同一索引,并显式排除默认返回的 _id。

下面的示例可直接在 mongosh 中运行。索引按“等值字段 → 范围字段 → 需要覆盖的投影字段”组织,最后一条查询只读取处于指定价格区间的启用商品。

js
db.products.drop();

db.products.insertMany([
  { sku: "K100", status: "ACTIVE", price: 199, stock: 12, description: "机械键盘" },
  { sku: "M200", status: "ACTIVE", price: 99, stock: 30, description: "无线鼠标" },
  { sku: "D300", status: "DISABLED", price: 299, stock: 0, description: "扩展坞" },
  { sku: "H400", status: "ACTIVE", price: 399, stock: 8, description: "显示器支架" }
]);

db.products.createIndex({ status: 1, price: 1, sku: 1 });

db.products
  .find(
    { status: "ACTIVE", price: { $gte: 100, $lt: 500 } },
    { _id: 0, sku: 1, price: 1 }
  )
  .sort({ price: 1 })
  .toArray();

预期输出:

text
[
  { sku: 'K100', price: 199 },
  { sku: 'H400', price: 399 }
]

这里的投影不会读取 stock 和 description。由于过滤字段与返回字段都包含在索引 { status: 1, price: 1, sku: 1 } 中,而且 _id 被排除,这个查询具备成为覆盖查询的条件;是否实际覆盖仍应以执行计划为准。

用执行统计验证是否少扫文档

不要仅凭索引名称判断优化是否生效。totalKeysExamined 表示扫描了多少索引键,totalDocsExamined 表示又回表读取了多少文档;覆盖查询通常可以把后者降到 0。由于这个教学数据集很小,规划器可能自行选择集合扫描,所以下面用 hint() 固定候选索引,只用于验证该索引能否覆盖查询。

js
const plan = db.products
  .find(
    { status: "ACTIVE", price: { $gte: 100, $lt: 500 } },
    { _id: 0, sku: 1, price: 1 }
  )
  .sort({ price: 1 })
  .hint({ status: 1, price: 1, sku: 1 })
  .explain("executionStats");

printjson({
  nReturned: plan.executionStats.nReturned,
  totalKeysExamined: plan.executionStats.totalKeysExamined,
  totalDocsExamined: plan.executionStats.totalDocsExamined
});

预期输出:

text
{
  nReturned: 2,
  totalKeysExamined: 2,
  totalDocsExamined: 0
}

如果数据分布、索引或查询条件不同,扫描键数量会变化;真正要观察的是返回量与扫描量的比例,以及是否出现不必要的 totalDocsExamined。生产环境不要为了得到漂亮的执行计划盲目固定 hint(),应先让规划器依据真实数据选择。

识别会削弱索引利用率的表达式

索引保存的是字段原值及其顺序。若查询先对每条文档做计算,再拿计算结果比较,就通常无法把条件直接变成高效索引边界。例如用 $expr 计算 price * taxRate 后再过滤,比预先维护可索引的 grossPrice 字段更难优化。$expr 中简单的“字段与常量比较”存在可利用索引的情况,因此问题不在 $expr 这个名字,而在是否把索引字段加工成了逐文档计算结果。

前导通配的正则表达式也很难形成窄范围,例如搜索包含某个片段的模式;相反,简单排序规则下的前缀匹配更有机会利用索引。$ne、$nin 一类低选择性条件即使能走索引,也可能扫描大量键,未必比集合扫描更划算。

还要保证查询值与字段类型一致。若 price 存的是数字,却用字符串 "199" 查询,MongoDB 不会替你把它当成数值 199;类型不一致既影响结果,也会让索引边界与预期不同。

正确理解存在性过滤与投影

{ field: { $exists: true } } 判断字段是否存在,而不是判断值是否非空。若业务经常只查“字段存在”的文档,可评估 sparse index;它只为实际包含该字段的文档建立索引,因此这类查询可能非常高效。相反,$exists: false 需要寻找“没有索引项”的文档,不能靠 sparse index 直接完成。

投影解决的是“返回什么”,不是“怎么找到”。只写 { sku: 1, price: 1 } 不会自动让过滤条件可索引;只有过滤、排序和投影所需字段共同被合适的索引覆盖时,才可能避免回表。数组字段形成 multikey index 后,覆盖能力还有额外限制,也应以 explain() 的实际执行统计确认。

最终判断一条查询是否写得好,可以压缩成三个问题:过滤条件能否直接形成索引边界、索引顺序是否符合等值与范围访问方式、返回字段是否真的需要回表。先把这三件事写对,再谈更复杂的索引优化。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

编写可索引的过滤与投影

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通