获取数组内唯一字段值的聚合查询：索引与查询优化咨询

一、索引优化建议 #

• 基础索引：创建status字段的单字段索引，加速初始过滤阶段：

  db.yourCollection.createIndex({ status: 1 })
  

  这个索引能帮MongoDB快速过滤掉status为ARCHIVED的文档，减少后续聚合阶段需要处理的数据量。虽然$ne的索引效率不如$eq，但比全表扫描提升明显。

• 进阶覆盖索引：如果数据量较大，建议创建复合覆盖索引，让查询完全从索引获取数据，无需回表读取完整文档：

  db.yourCollection.createIndex({ status: 1, "dataRecords.dataSets.name": 1 })
  

  这个索引既满足$match的过滤需求，又能直接提供dataRecords.dataSets.name字段的值，大幅降低IO开销。

二、查询语句简化优化 #

原查询的分组和解包步骤存在冗余，可简化为以下逻辑，减少中间数据处理：

aggregate([
  { "$match": { "status": { "$ne": "ARCHIVED" }}},
  { "$unwind": "$dataRecords.dataSets" }, // 直接解包原数组
  { "$group": { "_id": "$dataRecords.dataSets.name" }}, // 直接按name去重
  { "$sort": { "_id": 1 }},
  { "$skip": 0 },
  { "$limit": 20 }
])

优化逻辑说明：

• 原查询先按每个文档的name数组分组，再解包后重新分组去重，属于重复操作。直接解包原dataSets数组后按name分组，一步完成去重，减少了一次分组和解包的计算开销。

内容的提问来源于stack exchange，提问作者zibi