单集合超千万文档的MongoDB查询优化方案咨询

针对你用{"data.players": { "$in": ["SomePlayer"]}}查询1000万+文档耗时10-20秒的问题，以下是MongoDB专属优化方案：

1. 建立多键索引（最核心优化） #

MongoDB对数组字段查询的最优索引类型是多键索引，它会为数组中的每个元素单独建立索引条目，直接定位匹配文档，避免全集合扫描。

执行以下命令创建索引：

db.yourCollection.createIndex({"data.players": 1})

注意：替换yourCollection为你的集合名；如果查询时还会结合其他条件（比如type或timestamp），可以创建复合多键索引进一步提速，例如：

db.yourCollection.createIndex({"data.players": 1, "timestamp": -1})

复合索引顺序遵循高频筛选字段在前，排序/范围字段在后的原则。

2. 优化查询投影，减少数据传输 #

你每次返回300-500条完整文档，若只需要部分字段，通过投影指定返回字段能大幅降低网络IO和内存消耗：

示例（仅返回需要的字段）：

db.yourCollection.find(
  {"data.players": { "$in": ["SomePlayer"]}},
  {"data.itemName": 1, "data.price": 1, "timestamp": 1, "_id": 0}
)

不要返回_id除非必须，用_id:0排除；只保留业务需要的字段，避免冗余数据传输。

3. 利用查询执行计划定位瓶颈 #

用explain("executionStats")分析查询的执行细节，确认索引是否命中、扫描文档数等：

db.yourCollection.find({"data.players": { "$in": ["SomePlayer"]}}).explain("executionStats")

重点看：

• executionStats.totalDocsExamined：如果远大于返回文档数，说明没用到索引或索引效率低
• executionStats.executionStages.inputStage.stage：应为IXSCAN（索引扫描）而非COLLSCAN（全集合扫描）

4. 集合分片（针对超大规模数据） #

若单节点内存无法承载全部索引，可开启MongoDB分片集群，将数据分散到多个节点：

• 选择合适的分片键：优先选基数高、查询频繁的字段，比如结合data.players和timestamp的复合分片键，或单独用timestamp（按时间范围分片，适合归档查询场景）
• 分片后，查询会只在匹配的分片节点上执行，避免跨节点全量扫描

5. 优化文档结构（根据实际业务调整） #

从示例文档看，data.players数组通常只有一个元素，若业务中多数场景下该数组都是单值，可将其改为单值字段而非数组：

• 修改后字段为data.player: "ARTEMKA"，索引效率会比数组更高
• 注意：此操作需要批量更新历史数据，需评估业务影响后执行

内容的提问来源于stack exchange，提问作者grenor