MongoDB聚合查询速度很慢

Question

我们在Mongodb中版本我们的大多数集合。选择的版本控制机制如下:

{  "docId" : 174, "v" : 1,  "attr1": 165 }   /*version 1 */
{  "docId" : 174, "v" : 2,  "attr1": 165, "attr2": "A-1" } 
{  "docId" : 174, "v" : 3,  "attr1": 184, "attr2" : "A-1" }

因此，当我们执行查询时，我们总是需要以这种方式使用聚合框架来确保获得最新版本的对象:

db.docs.aggregate( [  
    {"$sort":{"docId":-1,"v":-1}},
    {"$group":{"_id":"$docId","doc":{"$first":"$$ROOT"}}}
    {"$match":{<query>}}
] );

这种方法的问题是，一旦你完成了分组，你在内存中有一组与你的集合无关的数据，因此，你的索引不能使用。

因此，集合中的文档越多，查询就越慢。

有没有办法加快速度?

如果没有，我将考虑转移到这篇文章中定义的方法之一:http://www.askasya.com/post/trackversions/

Answer 1

为了完成这个问题，我们选择了选项3:一个集合保存最新版本，一个集合保存历史版本。这里介绍它:http://www.askasya.com/post/trackversions/和一些进一步的描述(带有一些漂亮的代码片段)可以在http://www.askasya.com/post/revisitversions/中找到。

它已经在生产中运行了6个月。到目前为止一切顺利。以前的方法意味着我们总是使用聚合框架，一旦修改原始模式(使用$group， $project…)，它就会远离索引，因为它不再匹配原始集合。当数据不断增长时，这会使我们的性能变得很糟糕。

有了新的方法，问题就解决了。我们90%的查询都是针对最新数据的，这意味着我们的目标是一个简单的ObjectId作为标识符的集合，我们不再需要聚合框架，只需要常规查找。

我们对历史数据的查询总是包括id和version，所以通过索引它们(我们包括_id，所以我们把它从盒子里拿出来)，对这些集合的读取同样快。这是一个不容忽视的问题。当你设计你的集合/模式在MongoDB中的样子时，应用程序中的读取模式是至关重要的，所以你必须确保在做出这样的决定时你知道它们。