multikey索引和wildCard索引场景比较

本文来自获得《2021MongoDB技术实践与应用案例征集活动》优秀案例奖作品
作者：雷彻

引文

MongoDB早期版本支持multi-key索引，加快数组检索，很受程序员喜欢；在4.2版本又推出了wildCard索引，支持object和数组检索。这两种索引有相似之处，但在功能上wildCard更强大。日常工作中，有同学对这两种索引的使用场景比较模糊，因此在这里抛砖引玉，供大家借鉴。

Multi-key index

multi-key 支持对数组的高效查询。

举例：

db.employee1.insertMany([
{"name":"xiaoming","age":25,"ctime":new ISODate(),goodAt:
["mongodb","hbase","c++"]},{"name":"xiaohong","age":28,"ctime":new
ISODate(),goodAt:["es","java","c++"]},{"name":"xiaoguang","age":29,"ctime":new
ISODate(),goodAt:["mysql","c++","mongodb"]}
])
--index
db.employee1.createIndex({goodAt:1})
--查找
db.employee1.find({"goodAt":"mysql"})

explain的结果中，winningPlan.inputStage.stage为IXSCAN ,走索引goodAt_1。这里字

段"mysql"是一个完整的数组元素。下面再做两个测试：

侵入查询测试

如果数组元素为json串，不能通过multi-key索引查询某个元素的属性

db.employee1.insertMany([{
"name":"a",
"age":25,
"ctime":new ISODate(),
"goodAt":[
 {database:"mysql", lang:"c++"},
 {database:"hbase",lang:"java"}, 
 {database:"tidb",lang:"golang"}
 ]
}])
--截取json属性，不支持；db.employee1.find({"goodAt":{"database":"mysql"}}).explain() /**走索引，结果为
空，没有满足条件的元素**/
db.employee1.find({"goodAt":{"database":"mysql", "lang" : "c++" }}).explain() 
/**走索引，结果不为空**

建议使用如下写法：

--递归
db.employee1.find({"goodAt.database":"mysql"}).explain() /**不走索引，结果不为空
**/

如果要查询database字段，只能对 goodAt.database 加索引

db.employee1.createIndex({"goodAt.database":1})
db.employee1.find({"goodAt.database":"mysql"}).explain() /**走索引，结果不为空
**/

tips:

multi-key适用于对数组进行索引

不能对数组进行哈希

不支持对嵌套的对象进行查询；

WildCard index

在上文中，查询数组元素某个字段，就需要对字段单独加索引，用起来很不方便。在MongoDB4.2版本引入了wildCard索引，支持对象，数组的检索，并且可以侵入元素内部遍历，非常方便。

多属性集合，ok:{k1:v1,k2:v2}，对ok建索引

举例：

db.employee2.insertMany([
{
"name":"xiaoming",
"age":25,
"ctime":new ISODate(),
"goodAt":{
"database":["mongodb","hbase"],
"programLanguage":"c++"
}
},
{
"name":"xiaohong",
"age":28,
此时尚未建索引，查询goodAt某个属性，可以看到stage为COLLSCAN
添加wildCard索引后
"ctime":new ISODate(),
"goodAt":{
"database":"mysql",
"programLanguage":"java",
"middleAware":"zookeeper"
}
},
{
"name":"xiaoguang",
"age":29,
"ctime":new ISODate(),
"goodAt":{
"database":"mongodb",
"programLanguage":"python",
"web":"nodejs"
}
}
])

此时尚未建索引，查询goodAt某个属性，可以看到stage为COLLSCAN

db.employee2.find({"goodAt.database": "mysql"}).explain()

添加wildCard索引后

--对goodAt建索引
db.employee2.createIndex({ "goodAt.$**": 1 })
db.employee2.find({"goodAt.database": "mongodb"}).explain()

在元素"name":"xiaoming"中，goodAt.database字段的值为数组，我们看看能否走索引匹配

db.employee2.find({"goodAt.database": "mongodb"}).explain()

wildCard索引也支持一个multi-key索引，可以对其中的数组元素进行索引匹配。

侵入查询测试

进一步在wildCard索引中的数组元素下，添加对象，能否走索引？我们在goodAt.database属性中，增加数组属性，做属下测试，目标是确认wildCard能否在数组中递归；

db.employees2.insert(
{
"name":"xiaohong1",
"age":29,
"ctime":new ISODate(),
"goodAt":{
"database":[{"rdb":"mysql"},
 {"nosql":["mongodb","redis"]},
 {"newsql":"tidb"}
 ],
"programLanguage":"go"
 }
})
db.employee2.find({"goodAt.database.nosql": "mongodb"}).explain()

显然，wildCard索引支持对数组元素中的检索。

db.employees2.insert(
{
"name":"a",
"age":29,
"ctime":new ISODate(),
"goodAt":{
"database":{"rdb":"mysql","nosql":"mongodb","newsql":"tidb"},
"programLanguage":"go"
 }
})
db.employee2.find({"goodAt.database.nosql": 1}).explain()

再回到我们multi-key中的例子，把索引改为wildCard，是否可行？

db.employee1.dropIndexes('goodAt_1')
db.employee1.createIndex({ "goodAt.$**": 1 })
db.employee1.find({"goodAt.database":"mysql"}).explain()

可以满足需求。注意：

wildCard不能支持两层以上的数组嵌套

wildCard也不支持对如下查询的索引访问

db.employee1.find({"goodAt":{"database":"mysql"}}).explain()
查询子属性，建议使用 {"goodAt.database":1} 而不是 {goodAt:{"database":1}} ，对索引更友 好。

小结

multi-key和wildCard索引分别适用不同的场景，让entry建模变得更加简单。在使用时，需要注意：

multi-key索引主要加快数组遍历，功能纯粹；

wildCard可以侵入遍对象或数组内部，避免单属性创建索引，更加灵活；

wildCard不会遍历连续嵌套两层以上的数组；

不建议太多层嵌套，尽量控制在3层以内；

关于作者：雷彻

搜狐集团数据库团队高级运维工程师，具有丰富的数据库运维经验，精通数据库架构设计、性能优化及故障诊断，目前负责MySQL及MongoDB运维管理工作，并参与公司数据库云平台开发建设，将运维经验集成到公司数据库云平台中。专注于CDC服务构建。愿和大家多交流学习，为社区贡献一份力量！