如何在MongoDB中高效查询匹配外部字符串数组的子串

问题背景 #

我的MongoDB数据库中有如下结构的文档：

{id:1,term: "Hello how"}
{id:2,term: "whoever"}
{id:3,term:"what"}

我有一个来自外部源的字符串数组：

["Hello how are you", "whoever has done this please let me know"]

需要编写MongoDB查询，以最快方式找出所有属于该数组中任意字符串子串的term值，预期结果为["Hello how","whoever"]。

现有尝试及问题 #

我曾尝试用正则表达式：

Hello|how|are|you|whoever|has|done|this|please|let|me|know

对应的查询语句：

db.collection.find({
  text: { $regex: /Hello|how|are|you|whoever|has|done|this|please|let|me|know/, $options: 'i' }
})

但这个方法只能匹配单个单词，满足不了多词term的子串匹配需求。

补充说明 #

• 每个term对应独立文档；
• 字符串数组来自外部，每次查询都会变化；
• term需是数组中任意字符串的子串，不要求是前缀。

解决方案 #

方法一：使用$expr结合$indexOfBytes（MongoDB 3.6+） #

这种方式直接通过表达式判断term是否是外部字符串的子串，无需提前创建特殊索引；若数据集较大，建议给term字段建立普通索引提升查询速度。

查询代码示例：

// 外部传入的字符串数组
const externalStrings = ["Hello how are you", "whoever has done this please let me know"];

// 执行查询，仅返回匹配的term字段
db.collection.find({
  $expr: {
    $gt: [
      $size({
        $filter: {
          input: externalStrings,
          cond: { $ne: [{ $indexOfBytes: ["$$this", "$term"] }, -1] }
        }
      }),
      0
    ]
  }
}, { term: 1, _id: 0 })

逻辑说明：遍历外部字符串数组，用$indexOfBytes检查当前文档的term是否是数组中某字符串的子串（返回值不为-1则表示存在），只要有一个匹配就返回该文档。

方法二：动态生成$or条件（适合外部数组长度较短场景） #

如果外部字符串数组长度不大，可以为每个字符串生成独立的匹配条件，组合成$or查询：

const externalStrings = ["Hello how are you", "whoever has done this please let me know"];

const matchConditions = externalStrings.map(str => ({
  $expr: { $ne: [{ $indexOfBytes: [str, "$term"] }, -1] }
}));

db.collection.find({ $or: matchConditions }, { term: 1, _id: 0 })

这种方式和方法一逻辑一致，只是写法不同，在数组长度较短时性能差异不大。

内容的提问来源于stack exchange，提问作者Mahes