我有不同领域的电影数据库。 Genre 字段包含一个逗号分隔的字符串，例如：
{genre: 'Action, Adventure, Sci-Fi'}
我知道我可以使用正则表达式来查找匹配项。我也试过了：
{'genre': {'$in': genre}}
问题是运行时间。返回查询结果需要很长时间。数据库有大约 300K 文档，我已经对“流派”字段进行了正常索引。
【问题讨论】：
标签： regex performance mongodb mongodb-query
会说使用 Map-Reduce 创建一个单独的集合，将 genre 存储为一个数组，其值来自拆分的逗号分隔字符串，然后您可以运行 Map-Reduce 作业并管理对输出集合的查询。
例如，我为foo 集合创建了一些示例文档：
db.foo.insert([
{genre: 'Action, Adventure, Sci-Fi'},
{genre: 'Thriller, Romantic'},
{genre: 'Comedy, Action'}
])
然后，以下 map/reduce 操作将生成您可以应用高性能查询的集合：
map = function() {
var array = this.genre.split(/\s*,\s*/);
emit(this._id, array);
}
reduce = function(key, values) {
return values;
}
result = db.runCommand({
"mapreduce" : "foo",
"map" : map,
"reduce" : reduce,
"out" : "foo_result"
});
查询很简单，利用value 字段上的多键索引查询：
db.foo_result.createIndex({"value": 1});
var genre = ['Action', 'Adventure'];
db.foo_result.find({'value': {'$in': genre}})
输出：
/* 0 */
{
"_id" : ObjectId("55842af93cab061ff5c618ce"),
"value" : [
"Action",
"Adventure",
"Sci-Fi"
]
}
/* 1 */
{
"_id" : ObjectId("55842af93cab061ff5c618d0"),
"value" : [
"Comedy",
"Action"
]
}
【讨论】：
嗯，你不能真正有效地做到这一点，所以我很高兴你在你的问题上使用了“性能”标签。
如果您想使用字符串中的“逗号分隔”数据执行此操作，您需要执行以下操作：
如果合适的话，一般可以使用正则表达式：
db.collection.find({ "genre": { "$regex": "Sci-Fi" } })
但效率不高。
或通过 $where 进行 JavaScript 评估：
db.collection.find(function() {
return (
this.genre.split(",")
.map(function(el) {
return el.replace(/^\s+/,"")
})
.indexOf("Sci-Fi") != -1;
)
})
效率不高，可能与上述相同。
或者更好的是，可以使用索引，独立于数组并使用基本查询：
{
"genre": [ "Action", "Adventure", "Sci-Fi" ]
}
带索引：
db.collection.ensureIndex({ "genre": 1 })
然后查询：
db.collection.find({ "genre": "Sci-Fi" })
当你这样做时，它就是那么简单。而且真的高效。
你做出选择。
【讨论】：