MongoDB匹配null的聚合查询为何无法被索引覆盖？如何实现？

示例查询代码 #

db.collection.aggregate([
  {
    $match: {
      cheese: null
    }
  },
  {
    $project: {
      _id: 0,
      butter: 1
    }
  }
]).explain("queryPlanner")

问题背景 #

上述查询会返回cheese字段不存在或值为null的文档，而MongoDB会将这两种情况的文档在索引中统一存储为null值。但执行计划中仍会出现FETCH操作和过滤逻辑：

"filter": {
  "cheese": {
    "$eq": null
  }
}

无法索引覆盖的原因 #

核心问题在于MongoDB索引无法区分字段不存在和字段值为null这两种情况——索引里的null同时对应这两类文档。当你用cheese: null查询时，索引会先召回所有索引项为null的文档，但为了严格验证这些文档确实符合$eq: null的匹配规则（避免索引存储特性导致的误匹配），MongoDB必须读取原文档进行二次过滤，因此无法实现索引覆盖。

实现索引覆盖的方案 #

1. 创建包含查询字段的复合索引

创建包含cheese和目标返回字段butter的复合索引：

db.collection.createIndex({ cheese: 1, butter: 1 })

如果你的文档中butter字段是必存在的，该索引可以直接覆盖查询——索引中既包含cheese的标识，也包含butter的值，无需读取原文档。但如果butter可能不存在，这种方法无法完全覆盖，需要结合下面的方式。

2. 精确匹配类型以区分场景

如果你只需要匹配cheese字段值为null（排除字段不存在的情况），可以用$type指定null类型（类型码为10），修改查询为：

db.collection.aggregate([
  {
    $match: {
      cheese: { $type: 10 }
    }
  },
  {
    $project: {
      _id: 0,
      butter: 1
    }
  }
])

配合上述复合索引，MongoDB可以直接通过索引筛选出符合条件的文档，并从索引中获取butter的值，实现索引覆盖。

3. 统一文档字段存在性

如果需要同时匹配字段不存在和值为null的情况，建议给所有无cheese字段的文档统一设置cheese: null。这样索引中的null就完全对应cheese字段值为null的情况，再配合复合索引{ cheese: 1, butter: 1 }，查询cheese: null就能直接从索引中获取所需数据，无需FETCH操作。

内容的提问来源于stack exchange，提问作者Bear Bile Farming is Torture