Utilice la búsqueda de MongoDB en lugar de consultas de expresiones regulares

Si sus consultas dependen de la coincidencia de expresiones regulares, puede mejorar el rendimiento y la eficiencia de su consulta creando una Índice de búsqueda de MongoDB y ejecución de un $search Etapa de canalización de agregación. $regex es ineficiente porque no siempre puede utilizar índices, mientras que los índices de búsqueda de MongoDB mejoran significativamente el rendimiento de sus consultas y ofrecen más opciones para personalizar los parámetros de consulta.

Esta página describe algunas configuraciones comunes de índices y consultas de búsqueda de MongoDB para casos de $regex uso.

Ejemplos

Los ejemplos utilizan un sample_mflix.movies espacio de nombres. Para ejecutar las consultas de ejemplo, añada esta colección a su clúster o utilice las instantáneas preconfiguradas en MongoDB Search Playground. Las consultas de ejemplo muestran cómo usar $search en lugar de $regex para los siguientes casos de uso:

Consultas de prefijo

Si su aplicación consulta frecuentemente valores de cadena que comienzan con un conjunto de caracteres o prefijo, puede usar la $regex opción,,^ que busca desde el comienzo del valor de la cadena, y,i que la hace insensible a mayúsculas y minúsculas.

En su lugar, recomendamos las consultas de búsqueda de MongoDB que utilizan la $search etapa de canalización de agregación. Las siguientes consultas buscan títulos de películas que comiencen con el back prefijo.

➤ Pruebe esto en el patio de búsqueda de MongoDB.

$regex Queries

$search Query

db.movies.find( { title: { $regex: /^back/i } }, { title: 1, _id: 0 } )  // Query 1
db.movies.find( { title: { $regex: "^back", $options: "i" } }, { title: 1, _id: 0 } )  // Query 2

[
  { title: 'Back to the Future' },
  { title: 'Back to School' },
  { title: 'Back to the Future Part II' },
  { title: 'Back to the USSR - takaisin Ryssiin' },
  { title: 'Back to the Future Part III' },
  { title: 'Backdraft' },
  { title: 'Backbeat' },
  { title: 'Backstage' },
  { title: 'Backdoor' },
  { title: 'Backstage' },
  { title: 'Back Soon' },
  { title: 'Backlight' },
  { title: 'Back to Stay' },
  { title: 'Back Issues: The Hustler Magazine Story' }
]

db.movies.aggregate([
  {
    "$search": {
      "index": "default",
      "text": {
        "query": "back",
        "path": "title",
        "matchCriteria": "all"
      }
    }
  },
  {
    "$project": {
      "_id": 0,
      "title": 1,
      "score": { $meta: "searchScore" }
    }
  }
])

[
  { title: 'Backdraft', score: 3.8287878036499023 },
  { title: 'Backbeat', score: 3.8287878036499023 },
  { title: 'Backstage', score: 3.8287878036499023 },
  { title: 'Backdoor', score: 3.8287878036499023 },
  { title: 'Backstage', score: 3.8287878036499023 },
  { title: 'The Backwoods', score: 3.8287878036499023 },
  { title: 'The Backwoods', score: 3.8287878036499023 },
  { title: 'The Way Back', score: 3.8287878036499023 },
  { title: '3 Backyards', score: 3.8287878036499023 },
  { title: 'Backlight', score: 3.8287878036499023 },
  { title: 'The Way Way Back', score: 3.8287878036499023 },
  { title: 'Back to the Future', score: 3.455096483230591 },
  { title: 'Back to School', score: 3.455096483230591 },
  { title: 'The Cat Came Back', score: 3.455096483230591 },
  { title: "Jack's Back", score: 3.455096483230591 },
  { title: 'The Dark Backward', score: 3.455096483230591 },
  { title: 'T-Rex: Back to the Cretaceous', score: 3.455096483230591 },
  { title: 'The Dark Backward', score: 3.455096483230591 },
  { title: 'No Turning Back', score: 3.455096483230591 },
  { title: "The Devil's Backbone", score: 3.455096483230591 }
]
Type "it" for more

Para ejecutar esta $search consulta, cree un índice de búsqueda de MongoDB similar al siguiente:

{
  "mappings": {
    "dynamic": false,
    "fields": {
      "title": [
        {
          "type": "string",
          "analyzer": "autocomplete-search",
          "searchAnalyzer": "lucene.standard"
        }
      ]
    }
  },
  "analyzers": [
    {
      "name": "autocomplete-search",
      "tokenizer": {
        "type": "standard"
      },
      "tokenFilters": [
        {
          "type": "lowercase"
        },
        {
          "type": "edgeGram",
          "minGram": 4,
          "maxGram": 10
        }
      ]
    }
  ]
}

Esta definición de índice indexa el campo title de la colección movies como el tipo string, que utiliza el analizador personalizado autocomplete-search para campos indexados y el analizador lucene.standard para consultas. El analizador personalizado denominado autocomplete-search es el analyzer para campos indexados y el lucene.standard es el searchAnalyzer para consultas. El analizador personalizado denominado

lowercase Filtro de token para transformar todos los caracteres a minúsculas para admitir consultas que no distingan entre mayúsculas y minúsculas
edgeGram Filtro de tokens para crear tokens de entre 4 y 10 caracteres de longitud

Nota

Este analizador personalizado solo admite palabras de hasta diez caracteres. Si espera palabras y consultas de más de diez caracteres, aumente el valor maxGram. No recomendamos establecer un valor maxGram superior a quince, ya que un valor superior aumenta el tamaño del índice y podría afectar el rendimiento y la disponibilidad.

Consultas de subcadena "Contiene"

Si su aplicación consulta frecuentemente cadenas que están presentes en cualquier parte del campo, puede ejecutar consultas, que verifican cada documento y devuelven todas las coincidencias sin ningún orden en $regex particular.

➤ Pruebe esto en el patio de búsqueda de MongoDB.

$regex Query

$search Query

db.movies.find({ title: { $regex: "park", $options: "i" } }, { title: 1, _id: 0 })

[
  { title: 'Barefoot in the Park' },
  { title: 'The Panic in Needle Park' },
  { title: 'Gorky Park' },
  { title: 'The Park Is Mine' },
  { title: 'Jurassic Park' },
  { title: 'Mrs. Parker and the Vicious Circle' },
  { title: 'The Lost World: Jurassic Park' },
  { title: 'Dog Park' },
  { title: 'South Park: Bigger Longer & Uncut' },
  { title: 'Jurassic Park III' },
  { title: 'Mansfield Park' },
  { title: 'Jurassic Park III' },
  { title: 'Gosford Park' },
  { title: 'The Rosa Parks Story' },
  { title: 'The Delicate Art of Parking' },
  { title: 'Wicker Park' },
  { title: 'Chestnut: Hero of Central Park' },
  { title: 'Trailer Park Boys: The Movie' },
  { title: 'Ellie Parker' },
  { title: 'Paranoid Park' }
]

db.movies.aggregate([
  {
    "$search": {
      "index": "default",
      "wildcard": {
        "query": "park*",
        "path": "title",
        "allowAnalyzedField": true
      }
    }
  },
  {
    "$project": {
      "_id": 0,
      "title": 1,
      "score": { "$meta": "searchScore" }
    }
  }
])

[
  { title: 'Barefoot in the Park', score: 1 },
  { title: 'The Panic in Needle Park', score: 1 },
  { title: 'Gorky Park', score: 1 },
  { title: 'The Park Is Mine', score: 1 },
  { title: 'Jurassic Park', score: 1 },
  { title: 'Mrs. Parker and the Vicious Circle', score: 1 },
  { title: 'The Lost World: Jurassic Park', score: 1 },
  { title: 'Dog Park', score: 1 },
  { title: 'South Park: Bigger Longer & Uncut', score: 1 },
  { title: 'Jurassic Park III', score: 1 },
  { title: 'Mansfield Park', score: 1 },
  { title: 'Jurassic Park III', score: 1 },
  { title: 'Gosford Park', score: 1 },
  { title: 'The Rosa Parks Story', score: 1 },
  { title: 'Wicker Park', score: 1 },
  { title: 'The Delicate Art of Parking', score: 1 },
  { title: 'Chestnut: Hero of Central Park', score: 1 },
  { title: 'Trailer Park Boys: The Movie', score: 1 },
  { title: 'Ellie Parker', score: 1 },
  { title: 'Paranoid Park', score: 1 }
]
Type "it" for more

Para ejecutar esta $search consulta, cree un índice de búsqueda de MongoDB con la siguiente definición:

{
  "mappings": {
    "dynamic": false,
    "fields": {
      "title": {
        "type": "string",
        "analyzer": "contains",
        "searchAnalyzer": "lucene.standard"
      }
    }
  },
  "analyzers": [
    {
      "name": "contains",
      "tokenizer": {
        "type": "standard"
      },
      "tokenFilters": [
        {
          "type": "lowercase"
        },
        {
          "type": "reverse"
        },
        {
          "type": "edgeGram",
          "minGram": 4,
          "maxGram": 15
        },
        {
          "type": "reverse"
        }
      ]
    }
  ]
}

Esta definición de índice indexa el campo title en la colección movies como el tipo string utilizando un analizador personalizado llamado contains que aplica lo siguiente:

standard tokenizador para dividir las palabras por espacios en blanco o puntuación.
lowercase Filtro de token para transformar las letras a minúsculas para admitir consultas que no distinguen entre mayúsculas y minúsculas.
reverse Filtro de token (dos veces) para invertir las palabras y admitir consultas no ancladas eficientes.
edgeGram Filtro de tokens para crear tokens de entre cuatro y quince caracteres de longitud.

Nota

Este analizador personalizado solo admite palabras de hasta quince caracteres. Si tiene palabras de más de quince caracteres, aumente el valor maxGram. No se recomienda establecer un valor maxGram superior a quince, ya que valores superiores aumentan el tamaño del índice y podrían afectar el rendimiento y la disponibilidad.

Consultas de sufijos

Si su aplicación consulta frecuentemente valores de campos de cadena que terminan con un conjunto de caracteres o sufijos, puede ejecutar consultas de expresiones regulares con la opción $$regex, que busca el final del valor de la cadena, y la i opción, que la hace insensible a mayúsculas y minúsculas.

➤ Pruebe esto en el patio de búsqueda de MongoDB.

$regex Queries

$search Query

db.movies.find( { title: { $regex: "ring$" } }, { title: 1, _id: 0 } ) // Case-sensitive Query 1
db.movies.find( { title: { $regex: /ring$/ } }, { title: 1, _id: 0 } ) // Case-sensitive Query 2
db.movies.find( { title: { $regex: /ring$/i } }, { title: 1, _id: 0 } ) // Case-insensitive Query 1
db.movies.find( { title: { $regex: "ring$", $options: "i" } }, { title: 1, _id: 0 } ) // Case-insensitive Query 2

[
  { title: 'It Happens Every Spring' },
  { title: 'Larks on a String' },
  { title: 'Release the Prisoners to Spring' },
  { title: 'Manon of the Spring' },
  { title: 'Floundering' },
  { title: 'Autumn Spring' },
  { title: 'The Gathering' },
  { title: 'Blue Spring' },
  { title: 'Blue Spring' },
  { title: 'Girl with a Pearl Earring' },
  { title: 'Spring, Summer, Fall, Winter... and Spring' },
  { title: 'Breaking and Entering' },
  { title: 'Hunting and Gathering' },
  { title: 'Blood Tea and Red String' },
  { title: 'Warm Spring' },
  { title: 'The Conjuring' },
  { title: 'Thanks for Sharing' },
  { title: 'Leaving on the 15th Spring' }
]

db.movies.aggregate([
  {
    "$search": {
      "index": "default",
      "autocomplete": {
        "query": "ring",
        "path": "title",
      }
    }
  },
  {
    "$project": {
      "_id": 0,
      "title": 1,
      "score": { $meta: "searchScore" }
    }
  }
])

[
  { title: 'It Happens Every Spring', score: 4.683838844299316 },
  { title: 'Larks on a String', score: 4.683838844299316 },
  {
    title: 'Release the Prisoners to Spring',
    score: 4.683838844299316
  },
  { title: 'Manon of the Spring', score: 4.683838844299316 },
  { title: 'Floundering', score: 4.683838844299316 },
  {
    title: 'The Lord of the Rings: The Fellowship of the Ring',
    score: 4.683838844299316
  },
  { title: 'Autumn Spring', score: 4.683838844299316 },
  { title: 'The Gathering', score: 4.683838844299316 },
  { title: 'The Ring', score: 4.683838844299316 },
  { title: 'Tom and Jerry: The Magic Ring', score: 4.683838844299316 },
  { title: 'Blue Spring', score: 4.683838844299316 },
  { title: 'Blue Spring', score: 4.683838844299316 },
  { title: 'Girl with a Pearl Earring', score: 4.683838844299316 },
  {
    title: 'Spring, Summer, Fall, Winter... and Spring',
    score: 4.683838844299316
  },
  { title: 'Curse of the Ring', score: 4.683838844299316 },
  { title: 'Breaking and Entering', score: 4.683838844299316 },
  { title: 'Closing the Ring', score: 4.683838844299316 },
  { title: 'Hunting and Gathering', score: 4.683838844299316 },
  { title: 'Blood Tea and Red String', score: 4.683838844299316 },
  { title: 'Warm Spring', score: 4.683838844299316 }
]
Type "it" for more

Para ejecutar esta $search consulta, cree un índice de búsqueda de MongoDB similar al siguiente:

{
  "mappings": {
    "dynamic": false,
    "fields": {
      "title": [
        {
          "type": "autocomplete",
          "minGrams": 4,
          "maxGrams": 10,
          "analyzer": "lucene.keyword",
          "tokenization": "rightEdgeGram"
        }
      ]
    }
  }
}

Esta definición de índice indexa el campo title utilizando:

El tipo autocomplete con la estrategia de tokenización rightEdgeGram para dividir el texto en subcadenas o "gramas" de entre 4 (mínimo) y 10 (máximo) caracteres de longitud, lo que admite búsquedas parciales que comienzan desde el final de la cadena.
El analizador lucene.keyword garantiza coincidencias solo al final del texto, y no al final de las palabras intermedias. Para encontrar coincidencias de sufijos en palabras intermedias, utilice lucene.standard.

Obtén más información

Para obtener más información sobre las consultas de búsqueda de MongoDB, consulte Consultas e índices.
Para obtener más información sobre las consultas regex en MongoDB, consulte $regex.
MongoDB University ofrece un curso gratuito sobre cómo optimizar el rendimiento de MongoDB. Para obtener más información, consulte Monitoreo e información.