MongoDB 4.2 嵌套数组多键索引查询未命中问题排查

索引定义 #

在集合上创建了如下复合多键索引：

{
    "array_field.k" : 1,
    "array_field.v" : 1,
    "date" : 1
    // 其余字段
}

文档结构 #

集合中文档的示例结构如下：

{ 
    "array_field": [ 
        { "k": "key1", "v": "value1"}, 
        {"k": "key2", "v": "value2"} 
    ], 
    "date": ISODate("2022-06-20") 
}

异常现象 #

测试了两类查询，执行计划均显示上述多键索引未被命中，优化器选择了仅包含date字段的其他索引：

• 整元素匹配写法：

{
   date: { $gte: ISODate("2022-06-20") },
   array_field: { "k": "key1", "v": "value1"}
}

• 子字段分别匹配写法：

{
   date: { $gte: ISODate("2022-06-20") },
   "array_field.k": "key1",
   "array_field.v": "value1"
}

可通过如下简化查询稳定复现问题，执行.explain("queryPlanner")可见获胜计划未选用目标多键索引：

db.my_col.find({
    "array_field.k": "key1",
    "array_field.v": "value1",
    date: {
        $gte: ISODate("2022-06-20T22:00:00.000Z"),
        $lt: ISODate("2022-06-21T22:00:00.000Z")
    }
}).explain("queryPlanner")

生产环境使用Java API调用，find后追加聚合管道，仅提取match阶段逻辑即可复现该问题，目标多键索引被查询优化器直接丢弃。

• 整元素匹配写法天然无法命中目标索引：对数组字段直接传入子文档做等值匹配时，MongoDB要求子文档字段顺序、字段集合完全和数组内元素一致才会返回结果，且这种写法匹配的是array_field整字段路径，而你创建的索引是array_field.k、array_field.v两个嵌套子字段路径，索引前缀不匹配，无法命中。
• 子字段分写的问题来自MongoDB 4.2多键索引的固有逻辑：复合多键索引对数组字段生成索引项时，会为每个数组元素生成一条独立索引项，同一条索引项内的k、v必然属于同一个数组元素。但分开写array_field.k、array_field.v条件时，语义是数组中任意元素满足k条件、任意元素满足v条件，不需要两个条件命中同一个元素。如果直接用该多键索引扫描，会漏掉符合查询条件但没有单个数组元素同时满足k、v要求的文档，因此优化器会直接判定该索引不可用。
• 成本估算的影响：如果date字段的单值索引选择率足够高（比如date范围过滤后剩余文档占比很低），优化器估算走date索引+内存过滤数组条件的执行成本，低于多键索引扫描的成本，也会主动放弃选择多键索引。

MongoDB 4.2版本适配方案 #

• 使用$elemMatch明确数组元素匹配逻辑
  将两个数组子字段的条件放到$elemMatch下，明确告知优化器两个条件需要匹配数组内的同一个元素，即可满足复合多键索引的使用要求，正确写法如下：

  db.my_col.find({
      date: {
          $gte: ISODate("2022-06-20T22:00:00.000Z"),
          $lt: ISODate("2022-06-21T22:00:00.000Z")
      },
      array_field: {
          $elemMatch: {
              k: "key1",
              v: "value1"
          }
      }
  })
  

  可以根据查询过滤性调整索引字段顺序进一步优化性能：如果date范围的过滤性更强，可以将date放到索引前缀位置，降低索引扫描的数据量：

  { "date":1, "array_field.k":1, "array_field.v":1 }
  

  该索引配合$elemMatch写法在4.2版本下可以稳定命中。
• 强制索引提示（兜底方案）
  如果调整写法后优化器仍然因为成本估算偏差选择其他索引，可以使用hint()强制指定目标多键索引，压测验证索引效率符合预期后再上线使用：

  db.my_col.find({/*查询条件*/}).hint("你的多键索引名称")
  

高版本适配说明（供参考） #

MongoDB 4.4及之后版本对多键索引做了逻辑优化，即使不写$elemMatch，优化器也可以自动识别同一数组多字段条件的匹配逻辑，自动做索引项的交集过滤，但生产环境如果要稳定命中索引，仍然推荐使用$elemMatch写法，避免优化器误判。

内容的提问来源于stack exchange，提问作者dhalfageme