如何在MongoDB unwind前匹配数组字段优化聚合查询性能？

你的同事说得没错——先过滤再展开数组确实是提升聚合性能的关键，但直接调换$match和$unwind的顺序会出问题，因为在$unwind之前，$match是针对整个文档而非数组单个元素，直接调换后会把包含至少一个符合条件元素的整个文档保留下来，但$unwind会展开数组里所有元素（包括不符合条件的），导致计数结果不对。

咱们需要分两步在$unwind前完成精准过滤：

1. 先筛选出包含符合条件的trackingEvents元素的文档
2. 再过滤这些文档的trackingEvents数组，只保留真正符合要求的元素

优化后的聚合查询 #

db.getCollection('trackerEvents').aggregate([
  // 第一步：快速筛选出包含目标数组元素的文档，减少后续处理的数据量
  {
    $match: {
      "trackingEvents": {
        $elemMatch: {
          "type": "power",
          "timestamp": { "$gt": { "$humanTime": "1 month ago" } }
        }
      }
    }
  },
  // 第二步：清洗数组，只保留符合条件的元素，避免unwind多余数据
  {
    $addFields: {
      "trackingEvents": {
        $filter: {
          input: "$trackingEvents",
          cond: {
            $and: [
              { $eq: ["$$this.type", "power"] },
              { $gt: ["$$this.timestamp", { "$humanTime": "1 month ago" }] }
            ]
          }
        }
      }
    }
  },
  // 现在再unwind，处理的都是有效数据
  { $unwind: "$trackingEvents" },
  // 按日期分组统计数量
  {
    $group: {
      "_id": { "$dateToString": { "format": "%Y-%m-%d", "date": "$trackingEvents.timestamp" } },
      count: { $sum: 1 }
    }
  },
  // 按日期升序排序
  { $sort: { "_id": 1 } }
])

为什么这样能解决问题？ #

• $elemMatch用来匹配整个文档：只要数组里有一个元素同时满足type:power和时间条件，就会把这个文档纳入后续处理，这一步能快速排除完全没有目标数据的文档，大幅减少数据量。
• $filter用来清洗数组：把每个保留下来的文档里的trackingEvents数组，只留下符合条件的元素，这样后续$unwind展开的都是我们需要统计的数据，不会混入无效元素导致计数错误。

额外性能优化建议 #

为了让$match阶段更快执行，建议给trackingEvents数组建复合索引：

db.trackerEvents.createIndex({ "trackingEvents.type": 1, "trackingEvents.timestamp": -1 })

这个索引能让MongoDB快速定位到包含目标元素的文档，不需要全表扫描。

内容的提问来源于stack exchange，提问作者Andrey Yaskulsky