我正在为我们的客户估算MongoDB。每个要求我们需要与某个实体相关联 ent 变量名称 - 值对集。
db.ent.insert({'a':5775, 'b':'b1'})
db.ent.insert({'c':'its a c', 'b':'b2'})
db.ent.insert({'a':7557, 'c':'its a c'})
在此之后我需要密集查询 ent 存在的字段：
db.ent.find({'a':{$exists:true}})
db.ent.find({'c':{$exists:false}})
每个MongoDB 文档：
即使使用索引，$ exists也不是非常有效，尤其是。使用{$ exists：true}，因为它实际上必须扫描所有索引值。
那里的专家可以提供更有效的方式（即使转换范式）来快速处理不同的名称 - 值对
您可以像这样重新设计架构：
{
pairs:[
{k: "a", v: 5775},
{k: "b", v: "b1"},
]
}
然后你索引你的密钥：
db.people.ensureIndex({"pairs.k" : 1})
在此之后，您将能够通过完全匹配进行搜索：
db.ent.find({'pairs.k':"a"})
如果您使用由@WesFreeman提出的稀疏索引和当前架构，则需要为要搜索的每个键创建索引。它可能会影响写入性能，或者如果您的密钥不是静态的，则无法接受。
只需重新设计您的架构，使其成为可索引的查询。您的用例实际上与第一个示例应用程序类似 MongoDB权威指南。
如果你想要/需要方便的话 result.a 只需将键存储在可转位的地方。
而不是现有的：
db.ent.insert({a:5775, b:'b1'})
做
db.ent.insert({a:5775, b:'b1', index: ['a', 'b']})
那是一个可索引的查询：
db.end.find({index: "a"}).explain()
{
"cursor" : "BtreeCursor index_1",
"nscanned" : 1,
"nscannedObjects" : 1,
"n" : 1,
"millis" : 0,
"nYields" : 0,
"nChunkSkips" : 0,
"isMultiKey" : true,
"indexOnly" : false,
"indexBounds" : {
"index" : [
[
"a",
"a"
]
]
}
}
或者，如果您有可能还要按值查询：
db.ent.insert({
a:5775,
b:'b1',
index: [
{name: 'a', value: 5775},
{name: 'b', value: 'b1'}
]
})
这也是一个可索引的查询：
db.end.find({"index.name": "a"}).explain()
{
"cursor" : "BtreeCursor index.name_",
"nscanned" : 1,
"nscannedObjects" : 1,
"n" : 1,
"millis" : 0,
"nYields" : 0,
"nChunkSkips" : 0,
"isMultiKey" : true,
"indexOnly" : false,
"indexBounds" : {
"index.name" : [
[
"a",
"a"
]
]
}
}
我认为稀疏索引就是这个问题的答案，尽管每个字段都需要一个索引。 http://www.mongodb.org/display/DOCS/Indexes#Indexes-SparseIndexes
稀疏索引应该有助于$ exists：true查询。
即便如此，如果你的领域并不是真的很稀疏（意味着它主要是设置的），它对你的帮助并不大。
更新 我想我错了。看起来有一个悬而未决的问题（ https://jira.mongodb.org/browse/SERVER-4187 ）仍然存在$ exists不使用稀疏索引。但是，您可以使用find和sort执行类似这样的操作，看起来它正确使用了稀疏索引：
db.ent.find({}).sort({a:1});
以下是使用示例值完整演示的差异：
> db.ent.insert({'a':5775, 'b':'b1'})
> db.ent.insert({'c':'its a c', 'b':'b2'})
> db.ent.insert({'a':7557, 'c':'its a c'})
> db.ent.ensureIndex({a:1},{sparse:true});
注意 find({}).sort({a:1}) 使用索引（BtreeCursor）：
> db.ent.find({}).sort({a:1}).explain();
{
"cursor" : "BtreeCursor a_1",
"nscanned" : 2,
"nscannedObjects" : 2,
"n" : 2,
"millis" : 0,
"nYields" : 0,
"nChunkSkips" : 0,
"isMultiKey" : false,
"indexOnly" : false,
"indexBounds" : {
"a" : [
[
{
"$minElement" : 1
},
{
"$maxElement" : 1
}
]
]
}
}
和 find({a:{$exists:true}}) 进行全面扫描：
> db.ent.find({a:{$exists:true}}).explain();
{
"cursor" : "BasicCursor",
"nscanned" : 3,
"nscannedObjects" : 3,
"n" : 2,
"millis" : 0,
"nYields" : 0,
"nChunkSkips" : 0,
"isMultiKey" : false,
"indexOnly" : false,
"indexBounds" : {
}
}
看起来你也可以使用.hint（{a：1}）强制它使用索引。
> db.ent.find().hint({a:1}).explain();
{
"cursor" : "BtreeCursor a_1",
"nscanned" : 2,
"nscannedObjects" : 2,
"n" : 2,
"millis" : 0,
"nYields" : 0,
"nChunkSkips" : 0,
"isMultiKey" : false,
"indexOnly" : false,
"indexBounds" : {
"a" : [
[
{
"$minElement" : 1
},
{
"$maxElement" : 1
}
]
]
}
}
如何设置不存在的字段 null？然后你可以查询它们 {field: {$ne: null}}。
db.ent.insert({'a':5775, 'b':'b1', 'c': null})
db.ent.insert({'a': null, 'b':'b2', 'c':'its a c'})
db.ent.insert({'a':7557, 'b': null, 'c':'its a c'})
db.ent.ensureIndex({"a" : 1})
db.ent.ensureIndex({"b" : 1})
db.ent.ensureIndex({"c" : 1})
db.ent.find({'a':{$ne: null}}).explain()
这是输出：
{
"cursor" : "BtreeCursor a_1 multi",
"isMultiKey" : false,
"n" : 4,
"nscannedObjects" : 4,
"nscanned" : 5,
"nscannedObjectsAllPlans" : 4,
"nscannedAllPlans" : 5,
"scanAndOrder" : false,
"indexOnly" : false,
"nYields" : 0,
"nChunkSkips" : 0,
"millis" : 0,
"indexBounds" : {
"a" : [
[
{
"$minElement" : 1
},
null
],
[
null,
{
"$maxElement" : 1
}
]
]
},
"server" : "my-laptop"
}