未知属性的MongoDB嵌套集合值搜索方案咨询

场景与需求 #

我有如下MongoDB集合结构：

[
  {
    "_id": "1",
    "attribs": {
      "random1": ["value1","value2"],
      "random2": ["value3","value4"]
    }
  },
  {
    "_id": "2",
    "attribs": {
      "random3": ["value5","value6"],
      "random4": ["value7","value8"]
    }
  },
  {
    "_id": "3",
    "attribs": {
      "random5": ["value9","value10"],
      "random6": ["value11","value12"]
    }
  }
]

需要实现：查询出attribs下任意数组值包含指定文本的文档。比如查含“1”的文档返回_id为1、3的条目；查含“5”的文档返回_id为2的条目。

现有方案的问题 #

• 枚举键的$or查询：需要提前知道所有randomX类型的键，当键未知或数量极多时完全不可行：

db.collection.find({
  $or: [
    { "attribs.random1": { $elemMatch: { $in: [/.*1.*/] } } },
    { "attribs.random2": { $elemMatch: { $in: [/.*1.*/] } } },
    { "attribs.random3": { $elemMatch: { $in: [/.*1.*/] } } },
    { "attribs.random4": { $elemMatch: { $in: [/.*1.*/] } } },
    { "attribs.random5": { $elemMatch: { $in: [/.*1.*/] } } },
    { "attribs.random6": { $elemMatch: { $in: [/.*1.*/] } } }
  ]
})

• $where函数查询：虽然能实现需求，但性能极差——$where会对每个文档执行JavaScript逻辑，无法利用索引，数据量大时查询速度会骤降：

db.collection.find({
  $where: function () {
    for (var key in this.attribs) {
      var values = this.attribs[key];
      if (Array.isArray(values)) {
        for (var i = 0; i < values.length; i++) {
          if (values[i].toString().includes("1")) {
            return true;
          }
        }
      }
    }
    return false;
  }
})

优化方案：聚合管道查询 #

用聚合管道处理动态键的场景，既不需要枚举键，又能尽可能利用索引优化性能：

以查询包含“1”的文档为例：

db.collection.aggregate([
  // 将attribs的键值对转为数组，格式为[{k: "random1", v: ["value1","value2"]}, ...]
  { $addFields: { attribsArray: { $objectToArray: "$attribs" } } },
  // 展开每个键值对
  { $unwind: "$attribsArray" },
  // 展开每个键对应的数组值
  { $unwind: "$attribsArray.v" },
  // 匹配值包含指定文本的条目
  { $match: { "attribsArray.v": /.*1.*/ } },
  // 去重，避免同一文档因多个匹配项重复返回
  { $group: { _id: "$_id", attribs: { $first: "$attribs" } } },
  // 还原原文档结构
  { $project: { _id: 1, attribs: 1 } }
])

性能优化提示

• 如果是前缀匹配（比如查以“val”开头的值），可以用/^val/正则，结合attribs字段的索引来提升速度；
• 若需频繁执行这类查询，建议重构数据结构，将attribs改为数组格式：

{
  "_id": "1",
  "attribs": [
    { "key": "random1", "values": ["value1","value2"] },
    { "key": "random2", "values": ["value3","value4"] }
  ]
}

这种结构可以直接给attribs.values建索引，查询效率会大幅提升。

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