java - 为什么聚合框架的 $max 函数比迭代游标慢？

Question

我得到了一个包含大约 300.000 个条目的数据集。为了存储该数据，我使用的是当前版本的 mongodb 2.2.3。我的问题是如何使用聚合框架提高搜索性能？

这是我存储的数据的一个例子:

{
    "_id":"654311649875645643131564",
    "@type":"K",
    "dataSourceA":{
        "name": "abc",
        "price": 12.99
    },
    "dataSourceB":{
        "name": "xyz"
    }
}

在我切换到较新版本的 mongodb 之前，我处理了搜索，例如没有像这样的聚合框架的最大值:

searchQuery = new BasicDBObject("dataSourceA.price", -1);
DBCursor cursor = collection.find().sort(searchQuery).limit(1);

此操作大约需要 0.921 秒

现在我尝试了聚合框架来获得相同的结果，但我想更快地找到最高价格。这是我的方法:

DBObject match = new BasicDBObject("$match", new BasicDBObject("@type", "K"));
DBObject fields = new BasicDBObject("dataSourceA.price", 1);          
DBObject project = new BasicDBObject("$project", fields);
DBObject groupFields = new BasicDBObject("_id", 1);
groupFields.put("max", new BasicDBObject("$max", "$dataSourceA.price"));

DBObject group = new BasicDBObject("$group", groupFields);

Iterable<DBObject> results = 
    collection.aggregate(match, project, group).results();

但此操作需要大约 4.837 秒 才能找到最高价格。那么我的查询可以改进什么？我认为像这样的数据库应该比在 Java 中迭代游标更快，如果我错了请纠正我。

Answer 1

这有很多原因。

首先，对于您的游标示例，您只是运行一个查询，对子文档字段上的所有根文档进行排序，很可能已建立索引。无论您怎么看，这都会更快。

第二个 $max 实际上是一个 $group 运算符，这意味着它是对适合您的查询集的所有文档(所有 300,000 个它们)，因此 MongoDB 正在计算结果集中所有文档的每个文档的多值字段的最大值，按 _id 分组。

由于 $max 的工作方式，您会立即失去从索引游标中获得的即时排序能力。

不仅如此，您还在聚合的中途进行投影，使 MongoDB 进一步强制拆分您的文档。

所以不，它不应该比迭代排序的索引游标更快。