MongoDB $project 和索引使用

Question

我使用聚合框架对一些数据进行分组。据观察，当使用 $project pipeline stage 时，它​​会以某种方式阻止以下 $match 使用索引。我在字段“timestamp”上有一个索引，集合包含 500 000 条记录。

如果我使用以下命令和管道：

db.collection.runCommand('aggregate', {pipeline: [ { "$match" : { "timestamp" : { "$gt" : 1388425361294 , "$lt" : 1388443361294}}}  ], explain: true})

执行计划与预期基本一致，即扫描了 4 个文档。摘自“解释”：

"cursor" : {
        "cursor" : "BtreeCursor timestamp_1",
        "isMultiKey" : false,
        "n" : 4,
        "nscannedObjects" : 4,
        "nscanned" : 4,
        "nscannedObjectsAllPlans" : 4,
        "nscannedAllPlans" : 4,
        "scanAndOrder" : false,
        "indexOnly" : false,
        "nYields" : 0,
        "nChunkSkips" : 0,
        "millis" : 0,
        "indexBounds" : {
                "timestamp" : [
                        [
                                1388425361294,
                                1388443361294
                        ]
                ]
        },
        .......

但是，一旦我使用任何 $project 参数，行为就会发生巨大变化。以下命令（“国家”字段甚至可能不存在于任何文档中，它没有任何区别）：

db.collection.runCommand('aggregate', {pipeline: [ { "$project" : { "country" : "$country"} ,  { "$match" : { "timestamp" : { "$gt" : 1388425361294 , "$lt" : 1388443361294}}}  ], explain: true})

产生这个计划：

  "cursor" : {
          "cursor" : "BasicCursor",
          "isMultiKey" : false,
          "n" : 500001,
          "nscannedObjects" : 500001,
          "nscanned" : 500001,
          "nscannedObjectsAllPlans" : 50
          "nscannedAllPlans" : 500001,
          "scanAndOrder" : false,
          "indexOnly" : false,
          "nYields" : 0,
          "nChunkSkips" : 0,
          "millis" : 101,
          "indexBounds" : {

          },

....

显然强制扫描集合的所有记录，这对我来说是无法接受的。

我是否错过了使用 $project pipeline 阶段的一些重要内容？

Answer 1

如果您$project首先进行集合扫描，则以该形式输出该集合中的所有文档。这等于说：

“给我集合中的所有文档，仅包含country字段和_id”

然后，该结果被传递到下一个管道，该管道恰好是$match导致完整收集扫描的管道。当然，您将在这里进行两次完整的集合扫描，因为也不$match能再使用索引。

您也许可以执行索引扫描而不是集合，但正如您所说，唯一真正的方法是实际切换两者的顺序，以便限制文档然后进行项目。