子文档数组范围查询的最佳分片键（或优化查询）

Question

下面是我数据库中文档的简化版本：

{
    _id : 1,
    main_data : 100,
    sub_docs: [
        {
            _id : a,
            data : 100
        },
        {
            _id: b,
            data : 200
        },
        {
            _id: c,
            data: 150
        }
    ]
}

想象一下，我有很多具有不同数据值（比如 0 - 1000）的文档。目前我的查询是这样的：

db.myDb.find(
    { sub_docs.data : { $elemMatch: { $gte: 110, $lt: 160 } } }
)

有没有我可以用来帮助这个查询的分片键？目前它正在查询所有分片。如果没有，是否有更好的方法来构建我的查询？

Answer 1

杰克逊，

您正在以正确的方式思考这个问题。 MongoDB 中广播查询的问题是它们无法扩展。

任何 MongoDB 不过滤分片键的查询，将被广播到所有分片。此外，范围查询可能会导致广播或至少导致您的查询被发送到多个分片。

所以这里有一些事情需要考虑

查询频率 -- 范围查询是您最常查询的吗？什么是预期的工作量？
Range Logic -- 是否有任何内在的逻辑来说明你将如何去应用范围？比方说，你会说 0-200 很小，200 - 400 是中等。您可能会在文档中添加另一个字段并在上面切分。
Additional shard key candidates -- 有时还有其他字段可以包含在您的所有或大部分查询中，它会提供良好的分布。通过将过滤与您的范围相结合您可以将查询限制为一个或更少的分片。
中断数组 -- 您可能有多个文档的一个数组。在这种情况下，您将有多个文档，一个用于数组和主数据的每次出现都将重复多个文档。此项的范围查询仍然是问题，但您可能涉及多个分片，不一定是所有分片（这取决于您的数据人口统计和查询模式）

这归结为您的数据和查询的性质。您提供的示例文档是非常匿名的，因此很难知道在您的域中什么是好的候选分片键。

最后一条建议是，如果您打算经常更新文档以向数组中添加更多条目，请注意您的 insert/update 查询模式。 Growing documents present scaling problems for MongoDB. See this article on this topic.

子文档数组范围查询的最佳分片键（或优化查询）

Best shard key (or optimised query) for range query on sub-document array

mongodb

mongodb-query

sharding