适配AWS DocumentDB的按字段值长度过滤MongoDB文档的查询方案

可行解决方案 #

方案1：使用正则表达式匹配（无需修改现有数据，即时可用） #

AWS DocumentDB原生支持$regex操作符，可直接通过正则匹配筛选长度小于3的media_id字段，替换你的查询语句如下：

query = {
    "media_id": {
        "$exists": True,
        "$type": "string", # 可选，仅筛选字段类型为字符串的记录，避免非字符串值匹配异常
        "$regex": "^.{1,2}$"
    }
}
collection.find(query)

正则逻辑说明：^匹配字符串开头，.{1,2}匹配任意1-2个字符，$匹配字符串结尾，刚好命中长度为1、2的字符串，符合长度小于3的筛选要求。

方案2：预存长度字段（适合高频查询场景，性能更优） #

如果该筛选逻辑是业务高频使用的场景，建议在数据写入/更新时同步冗余存储media_id的长度字段，查询时直接匹配数值即可：

1. 写入数据时同步保存长度：

doc = {
    "media_id": "你的业务值",
    "media_id_len": len("你的业务值")
    # 其他业务字段
}
collection.insert_one(doc)

2. 查询语句：

query = {
    "media_id": {"$exists": True},
    "media_id_len": {"$lt": 3}
}
collection.find(query)

该方案避免了全表扫描的正则匹配，给media_id_len字段添加索引后查询性能可达到毫秒级，适合数据量较大的生产环境使用。

内容的提问来源于stack exchange，提问作者srinin