MongoDB，正则表达式查询在索引字段上的性能

Question

我想在一个包含50K个账户的MongoDB集合中，通过名字查找账户。

通常的方法是：使用字符串查找。

db.accounts.find({ name: 'Jon Skeet' })  // indexes help improve performance!

正则表达式怎么样？这是一个昂贵的操作吗？

db.accounts.find( { name: /Jon Skeet/ }) // worry! how indexes work with regex?

---

编辑:

根据WiredPrairie的说法：
MongoDB使用正则表达式的前缀来查找索引（例如：/^prefix.*/）：

---

db.accounts.find( { name: /^Jon Skeet/ })  // indexes will help!'

MongoDB $regex

- damphat

---

@dirkk，我希望能够获得更多经验和解释，并且我也想分享这个问题。请帮我翻译。 - damphat

正则表达式要使用索引，必须像文档中所示使用锚点：http://docs.mongodb.org/manual/reference/operator/regex/。 - WiredPrairie

可能是重复的问题：如何使用“like”查询mongodb？(https://dev59.com/8XA75IYBdhLWcg3wboUz) - WiredPrairie

在StackOverflow上已经有许多非常相似的问题得到了解答。 - WiredPrairie

@WiredPrairie 我想专注于性能，而不是如何进行查询。 - damphat

Answer 1

根据文档，实际上：

如果字段存在索引，则MongoDB将正则表达式与索引中的值进行匹配，这可能比集合扫描更快。如果正则表达式是“前缀表达式”，则可以进一步优化，这意味着所有潜在匹配项都以相同的字符串开头。这使得MongoDB可以从该前缀构造一个“范围”，并仅针对落在该范围内的索引值进行匹配。

http://docs.mongodb.org/manual/reference/operator/query/regex/#index-use

换句话说：

对于正则表达式 /Jon Skeet/ ，Mongo会全面扫描索引中的键，然后获取匹配的文档，这可能比集合扫描更快。

对于正则表达式 /^Jon Skeet/ ，Mongo只会扫描以该正则表达式开头的范围，从而提高速度。

- m_elsayed

---

如果有立即匹配（例如：匹配字母“a”）则正则表达式可以正常工作。但是，如果我匹配一个完整的单词，则结果需要更长时间（例如：“angular”）。这是在600万个文档中进行的，有没有办法加快这些查询速度？对于8个或更多字符，它们需要19-30秒左右，但对于1-2个字符，它们会立即返回。 - chovy

@chovy，我认为MongoDB不是在文本中搜索字符串出现的最佳工具 - 我建议看看ElasticSearch或任何其他全文搜索引擎。 - heroin

Answer 2

如果仍有人对搜索性能有疑虑，即使搜索一个句子中的单词（不一定在字符串的开头 ^ 或结尾 $），也有一种方法可以优化正则表达式搜索。

该字段应该具有文本索引。

db.someCollection.createIndex({ someField: "text" })

在执行普通搜索后，查询应该仅使用正则表达式。

db.someCollection.find({ $and: 
  [
    { $text: { $search: "someWord" }}, 
    { someField: { $elemMatch: {$regex: /test/ig, $regex: /other/ig}}}
  ]
})

这确保了正则表达式只运行在最初普通搜索的结果上，由于该字段上存在索引，因此搜索速度应该相当快。 这可能会对搜索性能产生巨大影响，具体取决于集合的大小。

- Sebastian

---

感谢您的输入。不过，我仍然需要处理两个搜索条件。一个是整个单词，另一个是单词的一部分。 - Revol89

如果您不是在搜索完整单词，这并不会真正起作用。如果您按文本索引搜索，“some”将返回空值。 - FINDarkside

这个有更新了吗？ - Alex Totolici

对于任何无法理解其背后逻辑的人：https://medium.com/statuscode/how-to-speed-up-mongodb-regex-queries-by-a-factor-of-up-to-10-73995435c606 - Waleed Ahmad