MongoDB两级未知父键嵌套字段值高效查询方案问询

嘿，我懂你们现在的处境——之前按时间段查时序数据的时候顺得不行，但现在要按传感器读数的数值来查，那嵌套的m*和s*层级确实有点麻烦，谁也不想写嵌套循环对吧？别担心，MongoDB的内置操作符就能帮你搞定这个事儿，不用绕弯子写复杂的循环逻辑。

核心思路：把动态嵌套对象转成数组遍历 #

因为你的v字段下都是动态命名的m（分钟）和s（秒）键，没法直接用普通的点符号来查询。这时候我们可以用$objectToArray操作符，把这些动态键的对象转换成键值对数组，之后就能用数组操作符来遍历判断条件了。

具体查询示例 #

1. 查询所有包含field1>2的条目 #

这个查询会匹配任意分钟任意秒下有field1大于2的文档：

db.sensor_data.find({
  $expr: {
    $anyElementTrue: {
      $map: {
        input: { $objectToArray: "$v" }, // 把v下的所有m*转成[{k: "m1", v: {...}}, ...]格式的数组
        as: "minuteItem",
        in: {
          $anyElementTrue: {
            $map: {
              input: { $objectToArray: "$$minuteItem.v" }, // 把当前m下的所有s*转成数组
              as: "secondItem",
              in: { $gt: ["$$secondItem.v.field1", 2] } // 判断当前s条目下的field1是否大于2
            }
          }
        }
      }
    }
  }
})

这里的$anyElementTrue是关键，只要层级里有任意一个条目满足条件，就会返回true，匹配整个文档。

2. 查询满足field1>2且field3>5的条目 #

这里分两种情况：

情况一：同一秒条目下同时满足两个条件

也就是要找某个s*里同时有field1>2和field3>5的文档：

db.sensor_data.find({
  $expr: {
    $anyElementTrue: {
      $map: {
        input: { $objectToArray: "$v" },
        as: "minuteItem",
        in: {
          $anyElementTrue: {
            $map: {
              input: { $objectToArray: "$$minuteItem.v" },
              as: "secondItem",
              in: {
                $and: [
                  { $gt: ["$$secondItem.v.field1", 2] },
                  { $gt: ["$$secondItem.v.field3", 5] }
                ]
              }
            }
          }
        }
      }
    }
  }
})

情况二：文档中存在任意field1>2且存在任意field3>5（无需同一秒）

如果不需要两个条件在同一个s*条目里，只要文档里有满足各自条件的条目就行，可以拆成两个独立的$expr条件：

db.sensor_data.find({
  $and: [
    {
      $expr: {
        $anyElementTrue: {
          $map: {
            input: { $objectToArray: "$v" },
            as: "minuteItem",
            in: {
              $anyElementTrue: {
                $map: {
                  input: { $objectToArray: "$$minuteItem.v" },
                  as: "secondItem",
                  in: { $gt: ["$$secondItem.v.field1", 2] }
                }
              }
            }
          }
        }
      }
    },
    {
      $expr: {
        $anyElementTrue: {
          $map: {
            input: { $objectToArray: "$v" },
            as: "minuteItem",
            in: {
              $anyElementTrue: {
                $map: {
                  input: { $objectToArray: "$$minuteItem.v" },
                  as: "secondItem",
                  in: { $gt: ["$$secondItem.v.field3", 5] }
                }
              }
            }
          }
        }
      }
    }
  ]
})

性能优化小贴士 #

• 先缩小查询范围：如果你的查询经常会结合设备ID（比如c_id_s）或者时间范围（c_t），一定要先给这些字段建复合索引，比如db.sensor_data.createIndex({c_id_s: 1, c_t: 1})。先过滤出目标设备、目标时间范围的文档，再做嵌套字段的条件判断，能大幅提升查询速度。
• 数据模型调整（可选）：如果这类数值查询非常频繁，而且数据量还在持续增长，可以考虑把v的结构改成数组形式，比如：

  {
    "_id": ObjectId("..."),
    "c_id": "1017",
    "c_t": 1516096800,
    "v": [
      { "m": 1, "s": 54, "field1":7.37, "field2":88, ... },
      { "m":31, "s":54, "field1":5.98, ... },
      ...
    ]
  }
  

  这样查询时可以直接用数组操作符，还能给v.field1这类字段建索引（比如db.sensor_data.createIndex({"v.field1": 1})）。不过这个调整要权衡，因为会改变原来按时间查询的结构，得根据业务的查询优先级来决定。

内容的提问来源于stack exchange，提问作者leon