MongoDB explain中winningPlan的transformBy含义及索引选择疑问

问题背景 #

我希望优化聚合查询的性能，重点关注首个$match阶段。相关信息如下：

文档结构 #

{
    "_id" : ObjectId("649bf9f44086910c8205ebe2"),
    "s" : ObjectId("64813b95b7dbf1001217b044"),
    "u" : "2345235235235",
    "a" : 1,
    "v" : 1,
    "value" : 0.0,
    "t" : ISODate("2023-06-28T09:00:00.000Z"),
    "createdBy" : ISODate("2023-06-28T09:14:28.325Z"),
    "createdAt" : ISODate("2023-06-28T09:14:28.325Z")
}

查询示例 #

db.collection.explain('allPlansExecution').aggregate([
  {
    $match:{
      a:3,
      v:6,
      s: ObjectId('6475723afe6c4d0013036f97'),
      t:{
        $lte: ISODate('2023-10-11T01:00:00.000Z'),
      },
      $or:[
        {
          u:'8278261678812',
          t:{
            $gte:ISODate('2022-11-01T01:10:27.397Z'),
            $lte:ISODate('2023-10-11T08:27:04.467Z'),
          },
        },
        {
          u:'7889189237333',
          t:{
            $gte:ISODate('2023-06-23T04:53:12.221Z'),
            $lte:ISODate('2023-10-14T06:12:54.067Z'),
          },
        }
      ]
    }
  },
  {
    $group: {
      _id: {
        t: '$t',
        s: '$s',
      },
      data: {
        $push: {
          u: '$u',
          v: '$value',
        },
      },
    },
  },
  {
    $lookup: {
      from: 'collection_b',
      localField: '_id.s',
      foreignField: 'sId',
      let: {
        time: '$_id.t',
      },
      as: 'extendData',
      pipeline: [
        {
          $match: {
            $or: [
              {
                a: 1,
                v: 6,
              },
              {
                a: 0,
                v: 1,
              },
            ],
            $expr: {
              $eq: [
                '$t',
                '$$time',
              ],
            },
          },
        },
        {
          $project: {
            value: 1,
            a: 1,
            v: 1,
          },
        },
      ],
    },
  },
  {
    $project: {
      _id: '$_id.t',
      data: 1,
      potatoBayAlgoHourly: 1,
    },
  },
  {
    $sort: {
      _id: 1,
    },
  }
])

Explain结果（winningPlan部分） #

"winningPlan": {
  "stage": "PROJECTION_SIMPLE",
  "transformBy": {
    "s": 1,
    "t": 1,
    "u": 1,
    "value": 1,
    "_id": 0
  },
}

已创建索引 #

• { s: 1, u: 1 }
• { s: 1, u: 1, a: 1, v: 1 }

疑问 #

1. MongoDB如何选择要应用的索引？我预期它选择第二个索引，但实际选择了第一个。
2. transformBy是什么？
3. 索引选择是否基于transformBy？为何我的查询会被转换为该形式？

解答 #

1. MongoDB的索引选择逻辑 #

MongoDB查询优化器会评估所有候选索引，通过执行计划的成本估算选最优索引，核心参考维度包括：

• 索引能过滤的文档数量（基数越高，过滤效率越好）
• 索引本身的大小（字段越多的索引通常占用空间更大，检索开销更高）
• 是否为覆盖索引（索引包含查询所需所有字段，无需回表读取原文档）

你这里第二个索引比第一个多了a和v字段，但优化器最终选第一个的原因可能是：

• 结合$or条件，优化器判断先通过s+u快速定位目标文档，再过滤a、v、t的总成本更低；
• 第二个索引的额外字段并没有显著减少需要扫描的文档量，反而因索引体积更大，导致检索成本高于回表过滤的开销；
• 后续聚合阶段只需要s、t、u、value，第一个索引虽不包含a、v，但优化器认为回表读取这两个字段做过滤的成本，比使用更大的第二个索引更划算。

2. transformBy的含义 #

PROJECTION_SIMPLE是查询优化器自动添加的前置投影优化，transformBy定义了这个阶段要保留的字段：只提取s、t、u、value，丢弃_id和其他无用字段。

这个优化的作用是减少数据传输与处理开销：因为后续的$group、$lookup等阶段只用到指定字段，提前过滤无用字段能降低内存占用、加快后续阶段的处理速度。

3. 索引选择与transformBy的关系及查询转换原因 #

索引选择不直接基于transformBy，但两者都是优化器基于整体查询逻辑做出的决策：

• 查询被转换为带PROJECTION_SIMPLE的形式，是因为优化器分析到后续阶段仅需特定字段，提前做投影能减少数据量；
• 索引选择时，优化器会优先考虑覆盖索引，但如果覆盖索引的体积过大，总成本反而高于非覆盖索引+回表的组合，就会选择后者。

如果想验证第二个索引是否更优，可以用hint()强制指定索引，对比两种执行计划的成本：

db.collection.explain('allPlansExecution').aggregate([
  { $match: { /* 你的匹配条件 */ } },
  // 后续聚合阶段
]).hint({ s:1, u:1, a:1, v:1 })

内容的提问来源于stack exchange，提问作者Chicky