MongoDB如何跳过中间动态键查询嵌套文档下所有子文档的指定字段

方案一：调整数据结构（首推，性能最优） #

原动态键结构无法高效利用索引，2000万级数据下全表扫描会严重超时，建议将keyA3从对象类型调整为数组类型，修改后结构如下：

{
  "keyA1": "stringVal",
  "keyA2": "stringVal",
  "keyA3": [
    {"keyName": "keyB1", "field1": 20, "field2": 80},
    {"keyName": "keyB2", "field1": 30, "field2": 120}
  ]
}

步骤1：创建索引 #

# pymongo执行建索引，该索引可覆盖所有数组元素的field2查询
collection.create_index([("keyA3.field2", 1)])

步骤2：执行查询 #

# 查询任意子文档field2大于等于100的记录
query = {"keyA3": {"$elemMatch": {"field2": {"$gte": 100}}}}
# 遍历结果
for doc in collection.find(query):
    print(doc)

该方案无需硬编码任何keyB类键名，新增子数据直接插入数组即可，查询完全走索引，性能可以轻松支撑千万级数据检索。 #

方案二：不修改现有数据结构 #

如果无法调整存量数据结构，可以借助MongoDB的$objectToArray运算符和通配符索引实现需求，性能略低于方案一，但远高于全表扫描。

步骤1：创建通配符索引 #

# 给keyA3下所有子文档的field2字段建索引
collection.create_index([("keyA3.$**.field2", 1)])

步骤2：执行查询 #

query = {
    "$expr": {
        "$gt": [
            {
                "$size": {
                    "$filter": {
                        "input": {"$objectToArray": "$keyA3"},
                        "as": "item",
                        "cond": {"$gte": ["$$item.v.field2", 100]}
                    }
                }
            },
            0
        ]
    }
}
# 遍历结果
for doc in collection.find(query):
    print(doc)

该查询逻辑会先把keyA3的动态键值对转成数组，再过滤数组中满足条件的元素，只要存在至少1个符合条件的元素就返回对应文档，无需硬编码任何keyB类键名，后续新增子键也无需修改查询代码。 #

内容的提问来源于stack exchange，提问作者raghavj