mongodb - 查找聚合性能差

Question

我有两个收藏

帖子:

{
    "_Id": "1",
    "_PostTypeId": "1",
    "_AcceptedAnswerId": "192",
    "_CreationDate": "2012-02-08T20:02:48.790",
    "_Score": "10",
    ...
    "_OwnerUserId": "6",
    ...
},
...

和用户:

{
    "_Id": "1",
    "_Reputation": "101",
    "_CreationDate": "2012-02-08T19:45:13.447",
    "_DisplayName": "Geoff Dalgas",
    ...
    "_AccountId": "2"
},
...

我想找到写 5 到 15 个帖子的用户。这就是我的查询的样子:

db.posts.aggregate([
    {
        $lookup: {
            from: "users", 
            localField: "_OwnerUserId",
            foreignField: "_AccountId", 
            as: "X"
        }
    },  
    {
        $group: {
            _id: "$X._AccountId", 
            posts: { $sum: 1 }
        }
    },   
    {
        $match : {posts: {$gte: 5, $lte: 15}}
    },  
    {
        $sort: {posts: -1 }
    },
    {
        $project : {posts: 1}
    }
])

而且它的工作速度非常慢。对于 6k 个用户和 10k 个帖子，需要 40 多秒才能得到响应，而在关系数据库中，我会在一瞬间得到响应。问题出在哪里？我刚刚开始使用 mongodb，很可能我搞砸了这个查询。

Answer 1

来自 https://docs.mongodb.com/manual/reference/operator/aggregation/lookup/

foreignField Specifies the field from the documents in the from collection. $lookup performs an equality match on the foreignField to the localField from the input documents. If a document in the from collection does not contain the foreignField, the $lookup treats the value as null for matching purposes.

这将与任何其他查询一样执行。

如果您在字段 _AccountId 上没有索引，它将对 10,000 个帖子中的每一个执行全表扫描查询。大部分时间将花在该 tablescan 上。

db.users.ensureIndex("_AccountId", 1) 

加快了进程，因此它执行 10,000 次索引命中而不是 10,000 次表扫描。