MongoDB百万文档场景：数组与对象存储标签的选型及查询复杂度对比

两种存储结构 #

方案一：数组形式 #

{
 "key" : "key_1",
 "tags" : ["a","b","c","d","e"]
}

方案二：对象形式 #

{
 "key" : "key_1",
 "tags" : {
    "a" : true,
    "b" : true,
    "f" : true
 }
}

方案对比与结论 #

针对「获取所有包含标签a、b、d的文档」这类多标签匹配查询，结合100万文档、总标签最多200个、单文档最多10个标签的场景，数组形式的存储方案更优，具体原因如下：

1. 查询效率与索引成本 #

两种方案都能实现目标查询，但数组形式的索引维护更省心：

• 数组形式用$all操作符即可完成多标签匹配：db.collection.find({ tags: { $all: ["a", "b", "d"] } })，给tags字段建一个多键索引就能覆盖所有标签的查询需求。
• 对象形式需要逐个指定标签字段：db.collection.find({ "tags.a": true, "tags.b": true, "tags.d": true })，若要优化查询，要么给常用的标签组合建复合索引，要么给每个标签单独建索引——总标签200个的情况下，索引数量和维护成本会远高于数组方案。

2. 存储空间利用率 #

对象形式每个标签都要存储键名和true值，数组形式只存标签字符串本身。单文档10个标签的情况下，数组形式的文档体积更小，100万文档累积下来能节省不少磁盘和内存资源，间接提升查询时的缓存效率。

3. 维护性与语义描述 #

数组形式天然对应「标签集合」的语义，描述性更强，业务代码中新增、删除、遍历标签的逻辑更简洁直观。而对象形式需要处理键值对的操作，逻辑相对繁琐；如果标签名称包含MongoDB字段名的特殊字符（比如.），还会引发语法问题，需要额外转义处理。

内容的提问来源于stack exchange，提问作者yogesh kumar