在MongoDB中使用JS函数与正则匹配字段统计符合条件的文档数量

原有代码问题 #

• 正则写法错误：/^x.field_2*/是静态正则，不会读取当前文档的field_2字段值，同时逻辑搞反：需求是field_2以field_1开头，不是field_1匹配field_2开头
• 嵌套查询逻辑冗余：不需要在forEach内再次执行find，同文档字段直接对比即可，18万条数据嵌套查询会导致性能爆炸，无返回是因为执行时间过长

最优实现方案（推荐，18万数据秒出结果） #

使用聚合操作直接在数据库层计算，通过截取field_2前两位和field_1直接对比，性能远高于正则匹配：

db.coll_1.aggregate([
  // 新增字段标记当前文档是否匹配
  {
    $addFields: {
      isMatch: {
        $eq: [
          "$field_1",
          { $substrCP: ["$field_2", 0, 2] } // 截取field_2前2位字符
        ]
      }
    }
  },
  // 按匹配状态分组统计数量
  {
    $group: {
      _id: "$isMatch",
      count: { $sum: 1 }
    }
  }
])

返回结果说明： #

• _id: true对应的count值为匹配的文档数量
• _id: false对应的count值为不匹配的文档数量

正则实现方案（性能略低，不推荐） #

如果需要用正则逻辑实现，可以用$regexMatch动态拼接正则规则：

db.coll_1.aggregate([
  {
    $addFields: {
      isMatch: {
        $regexMatch: {
          input: "$field_2",
          regex: { $concat: ["^", "$field_1"] }
        }
      }
    }
  },
  {
    $group: {
      _id: "$isMatch",
      count: { $sum: 1 }
    }
  }
])

原有遍历写法修正（极端不推荐，执行耗时极长） #

如果坚持用遍历逻辑实现，修正后代码如下，仅作错误演示参考：

let match = 0, mismatch = 0
db.coll_1.find({ field_1: { $exists: true }, field_2: { $exists: true } }).forEach(doc => {
  doc.field_2.startsWith(doc.field_1) ? match++ : mismatch++
})
print(`匹配数量：${match}，不匹配数量：${mismatch}`)

内容的提问来源于stack exchange，提问作者jiwooshim