在过去的几个月里，我一直在研究Mongo，最近遇到了一个问题，我似乎找不到任何答案。情况如下-
- 数据库A-~60m文档-平均文档大小500B
- 数据库B-约28万个文档-平均文档大小200B
数据库B中的文档是数据库a中某些文档的子集，但其中包含不同的数据。如果我在具有特定匹配条件的两个数据库上进行$match，两个数据库在大致相同的时间内找到相同数量的文档~5万(数据库B稍微快一点，但不是很大(。
问题出现在我聚合的下一阶段$group中，两个文档都在完全相同的字段上分组，并为每个组输出一个计数，但所需的时间大不相同-
- 数据库A-约50000ms
- 数据库B-~1000ms
根据我对Mongo数量的研究和理解，由于分组的文档数量相同，两个$group阶段的时间应该相似得多，尽管我知道平均文档大小稍大，因此可能会增加一些时间差，但我认为我一定遗漏了一些东西。
非常感谢您的帮助！
谢谢，Sam.
所以我找到了一个解决方案来提高数据库a的聚合速度。
我发现一个线程指出，如果在$group之前使用索引的$sort，它应该会大大提高$group阶段的速度。
因此，我创建了一个新的索引，该索引末尾的字段按进行分组。
然后我再次运行聚合，它和数据库B一样快，而且实际上没有在$组之前添加$排序。
这对我来说有点奇怪，因为从我所能发现的情况来看，$group不使用索引，但在这种情况下，它似乎对某人有所帮助。