使用MongoDB Atlas Search按时间戳排序文档结果异常，求排查

问题场景 #

现有一批带毫秒级时间戳的文档：

/* 1 */
{
    "startDate" : ISODate("2022-11-29T14:28:38.166Z"),
    "startTimestamp" : 1669732118166,
    "customerName" : "Eduardo Bechtelar"
}

/* 2 */
{
    "startDate" : ISODate("2022-11-29T14:28:38.258Z"),
    "startTimestamp" : 1669732118258,
    "customerName" : "Sylvia Wolf"
}

/* 3 */
{
    "startDate" : ISODate("2022-11-29T14:28:38.284Z"),
    "startTimestamp" : 1669732118284,
    "customerName" : "Jeremy McLaughlin"
}

/* 4 */
{
    "startDate" : ISODate("2022-11-29T14:28:38.298Z"),
    "startTimestamp" : 1669732118298,
    "customerName" : "Laura Lynch"
}

/* 5 */
{
    "startDate" : ISODate("2022-11-29T14:28:38.311Z"),
    "startTimestamp" : 1669732118311,
    "customerName" : "Noel Lubowitz"
}

/* 6 */
{
    "startDate" : ISODate("2022-11-29T14:28:38.435Z"),
    "startTimestamp" : 1669732118435,
    "customerName" : "Natalie Cummerata DVM"
}

索引定义：

{
  "mappings": {
    "dynamic": false,
    "fields": {
      "customerName": {
        "type": "autocomplete"
      },
      "startDate": {
        "type": "date"
      },
      "startTimestamp": {
        "representation": "int64",
        "type": "number"
      }
    }
  }
}

尝试用$search的near操作符按startTimestamp降序排序，执行的聚合查询：

var now = Date.now()

db.getCollection('search-tests').aggregate([
    {
        $search: {
            index: "testingSearchIndex",
            compound: {
                should: [
                       {
                           near: {
                               path: "startTimestamp",
                               origin: now,
                               pivot: 1,
                           }
                       },
                ]
            }
        }
    },
    {
        $project: {
            startDate: 1,
            startTimestamp: 1,
            score: { $meta: "searchScore" },
        }
    }
])

预期结果是文档按startTimestamp降序排列，但实际排序随机。

问题根源 #

1. near操作符的设计定位：near是用来基于数值/日期字段计算与origin的相似度打分，而非实现精确排序。它的核心逻辑是：距离origin越近，返回的score越高。
2. 参数设置导致score无差异：你的origin是当前时间戳（远大于所有文档的startTimestamp），所有文档到origin的距离都极大，且pivot设为1，此时所有文档的score会非常接近（甚至在MongoDB的精度范围内被视为相等）。当score相同时，MongoDB没有稳定的默认排序规则，因此呈现随机状态。
3. 大数值时间戳并非问题：索引完全支持int64类型的大数值，问题出在对near操作符的误用，而非数值大小本身。

解决方案 #

方案1：使用$sort阶段实现精确排序 #

如果需要严格的降序排序，直接在聚合管道中添加$sort阶段是最可靠的方式：

var now = Date.now()

db.getCollection('search-tests').aggregate([
    {
        $search: {
            index: "testingSearchIndex",
            // 保留你的搜索过滤条件（如果有），仅排序可移除$search
            compound: {
                should: [
                       {
                           near: {
                               path: "startTimestamp",
                               origin: now,
                               pivot: 1,
                           }
                       },
                ]
            }
        }
    },
    {
        $project: {
            startDate: 1,
            startTimestamp: 1,
            score: { $meta: "searchScore" },
        }
    },
    {
        $sort: { startTimestamp: -1 } // 按startTimestamp降序排列
    }
])

方案2：在$search中直接指定sort选项 #

如果要在搜索阶段完成排序（避免后续全量排序的性能开销），可以直接在$search里指定sort选项，无需依赖near的score：

db.getCollection('search-tests').aggregate([
    {
        $search: {
            index: "testingSearchIndex",
            sort: {
                startTimestamp: -1 // 直接指定按startTimestamp降序
            },
            // 添加需要的搜索过滤条件，比如match/compound等
            match: {}
        }
    },
    {
        $project: {
            startDate: 1,
            startTimestamp: 1,
            score: { $meta: "searchScore" },
        }
    }
])

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