什么查询在 MongoDB 中使用更少的资源？

Question

我正在熟悉 Lucene 和 MongoDB Atlas 搜索，我有一个关于查询效率的问题。

其中哪一个查询使用的资源更少？

如果对执行以下任务有更好的查询，请告诉我。

我想返回与标题值匹配的所有电影 (sample_mflix)。电影必须是特定年份的（不应返回任何不属于该年份的电影），我想返回movies.awards.nominations & movies.awards.wins 值为“$gte”的电影。

第一个查询似乎更复杂（这似乎增加了资源利用率 - 查询复杂性？）。此查询也不只返回那一年的值。这让我觉得 Atlas 搜索可能有更好的方法。

第二个查询在不同阶段使用 $search 和 $match。它有一个简单的 Lucene 搜索（可能会返回比第一个查询更多的电影？），并且匹配运算符将过滤结果。第二个查询更精确 - 从我的测试来看，它尊重年份约束。如果我应用限制阶段，这会是更好的解决方案吗？

如果这些查询是在相同的场景中执行的，哪一个会更有效，为什么（抱歉，第二个查询是为 .net 驱动程序格式化的）？

new BsonArray
{
    new BsonDocument("$search", 
    new BsonDocument
        {
            { "index", "nostoreindex" }, 
            { "compound", 
    new BsonDocument
            {
                { "must", 
    new BsonDocument("near", 
    new BsonDocument
                    {
                        { "path", "year" }, 
                        { "origin", 2000 }, 
                        { "pivot", 1 }
                    }) }, 
                { "must", 
    new BsonDocument("text", 
    new BsonDocument
                    {
                        { "query", "poor" }, 
                        { "path", "title" }
                    }) }, 
                { "should", 
    new BsonDocument("range", 
    new BsonDocument
                    {
                        { "path", "awards.nominations" }, 
                        { "gte", 1 }
                    }) }, 
                { "should", 
    new BsonDocument("range", 
    new BsonDocument
                    {
                        { "path", "awards.wins" }, 
                        { "gte", 1 }
                    }) }
            } }
        })
}

VS

var searchStage =
                new BsonDocument("$search",
                    new BsonDocument
                        {
                            { "index", "nostoreindex" },
                            { "text",
                    new BsonDocument
                            {
                                { "query", title },
                                { "path", "title" }
                            } }
                        });
            var matchStage = new BsonDocument("$match",
            new BsonDocument("$and",
            new BsonArray
                    {
                new BsonDocument("year",
                new BsonDocument("$eq", year)),
                new BsonDocument("awards.nominations",
                new BsonDocument("$gte", nominations)),
                new BsonDocument("awards.wins",
                new BsonDocument("$gte", awards))
                    })
            );

Answer 1

使用 Atlas Search 时，最好避免在 $search 阶段之后使用后续的 $match 过滤器。这是因为所有数据都需要通过 id 在你的 mongod 中查找，这可能会很慢。

因此，一般来说，如果可能，您会尝试将搜索和过滤器保留在“Lucene”中，以避免额外的 IO 和比较。

在您的情况下，您使用的是near，它将返回所有结果，从附近降序排列。您应该改用range，它可以过滤这些结果并加快查询速度。

near 用于在您的结果更接近特定值时得分更高，这可以模拟排序。例如，如果您想获得更高 'awards.wins' 的结果，您可能希望添加一个near : { origin: 10000, pivot: 1}，那么值越接近10000，得分就越高。

new BsonArray
{
    new BsonDocument("$search", 
    new BsonDocument
        {
            { "index", "nostoreindex" }, 
            { "compound", 
    new BsonDocument
            {
                { "must", 
    new BsonDocument("range", 
    new BsonDocument
                    {
                        { "path", "year" }, 
                        { "gte", 2000 }, 
                        { "lte", 2000 }
                    }) }, 
                { "must", 
    new BsonDocument("text", 
    new BsonDocument
                    {
                        { "query", "poor" }, 
                        { "path", "title" }
                    }) }, 
                { "should", 
    new BsonDocument("range", 
    new BsonDocument
                    {
                        { "path", "awards.nominations" }, 
                        { "gte", 1 }
                    }) }, 
                { "should", 
    new BsonDocument("range", 
    new BsonDocument
                    {
                        { "path", "awards.wins" }, 
                        { "gte", 1 }
                    }) }
            } }
        })
}