ESR（相等、排序、范围）规则

相等

“相等”系指单个值的精确匹配。以下精确匹配查询扫描 cars 集合以查找 model 字段 Cordoba 精确匹配的文档。

db.cars.find( { model: "Cordoba" } )
db.cars.find( { model: { $eq: "Cordoba" } } )

索引搜索可高效利用精确匹配来限制为完成某一查询而需检查的文档数量。请在您的索引中优先放置需要精确匹配的字段。

一个索引可能有多个用于精确匹配的键。用于等值匹配的索引键可以以任何顺序出现。但是，如要使用索引满足等值匹配，所有用于精确匹配的索引键必须放在其他索引字段之前。MongoDB 的搜索算法让您无需以特定顺序排列精确匹配字段。

精确匹配应具有选择性，即只匹配少数文档。为了减少扫描的索引键数量，请在等值匹配的测试中确保判断条件能筛选掉至少 90% 的文档。

排序

“排序”决定结果的顺序。排序操作在等值匹配之后，因为等值匹配会减少需要排序的文档数量。在等值匹配之后进行排序还能让 MongoDB 进行非阻塞排序。

当查询字段是索引键的子集时，索引可以支持排序操作。仅当查询包含排序键之前的所有前缀键的相等条件时，才支持对索引键子集进行排序操作。有关更多信息，请参阅索引的排序和非前缀子集。

以下示例将查询 cars 集合。输出将按 model 进行排序：

db.cars.find( { manufacturer: "GM" } ).sort( { model: 1 } )

要提高查询性能，请对 manufacturer 和 model 字段创建索引：

db.cars.createIndex( { manufacturer: 1, model: 1 } )

• manufacturer 是第一个键，因为它是相等匹配。

• model 按照与查询相同的顺序 (1) 建立索引。

范围

“范围”过滤器会扫描字段。此扫描不要求精确匹配，因此范围过滤器会松散绑定到索引键。为提高查询效率，应尽可能缩小范围边界，并使用等值匹配来限制必须扫描的文档数量。

范围筛选器类似如下内容：

db.cars.find( { price: { $gte: 15000} } )
db.cars.find( { age: { $lt: 10 } } )
db.cars.find( { priorAccidents: { $ne: null } } )

MongoDB 无法对范围过滤器的结果进行索引排序。将范围过滤器置于排序谓词之后，以便 MongoDB 可使用非阻塞索引排序。有关阻塞排序的更多信息，请参阅 cursor.allowDiskUse()。

其他注意事项

• 不等式操作符，如 $ne 或 $nin 是范围操作符，而不是相等操作符。

• $regex 是个范围操作符。

• $in：

  • $in 单独使用时，它是一个执行一系列相等匹配的相等运算符。

  • 当 $in 与 .sort() 一起使用时：

    • 如果 $in 的数组元素少于 200，则这些元素将展开，然后按照为索引指定的排序顺序进行合并。这会提高小型数组的性能。$in 类似于具有 ESR 的相等谓词。

    • 如果 $in 具有 200 个或更多元素，则这些元素的排序方式类似于范围操作符。在这种情况下，小型数组没有实现性能提升。索引中的后续字段无法提供排序，并且 $in 类似于具有 ESR 的范围谓词。

    • 如果通常将 $ins 用于小型数组，请在索引规范的前面位置包含 $ins。如果通常使用大型数组，请在包含范围谓词的位置包含 $ins。

例子

以下查询在 cars 集合中搜索福特制造的价格超过 15,000 美元的车辆。结果按车型排序：

db.cars.find(
   {
       manufacturer: 'Ford',
       cost: { $gt: 15000 }
   } ).sort( { model: 1 } )

该查询包含了 ESR 规则中的所有元素：

• manufacturer: 'Ford' 为基于相等的匹配操作

• cost: { $gt: 15000 } 为基于范围的匹配操作，并且

• model 用于排序

根据 ESR 规则，对于该示例查询，最优的索引为：

{ manufacturer: 1, model: 1, cost: 1 }

进一步讨论

许多 MongoDB 会议报告都深入讨论了 ESR 规则。

• 设置有效索引的技巧

• 糟糕查询的迹象

• MongoDB 查询和索引的提示与技巧 ++

• 创建索引以支持查询

• 使用索引对查询结果进行排序

• 创建索引以确保查询选择性