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":newISODate(),goodAt:["es","java","c++"]},{"name":"xiaoguang","age":29,"ctime":newISODate(),goodAt:["mysql","c++","mongodb"]}])--indexdb.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；

WildCardindex

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！