/ /

Cómo recuperar el plan del query y las estadísticas de ejecución

La query de MongoDB Search devuelve información sobre el plan de la query $search y las estadísticas de ejecución cuando la query se ejecuta con el método explain habilitado. Cuando ejecuta una query con explain, MongoDB Search devuelve un documento BSON que contiene estadísticas y metadatos que describen cómo se ejecutó la query internamente en Lucene.

Tip

comando explain

Tip

Visualiza los planes del query en el Playground

Genera y visualiza explain resúmenes de planes con la Zona de pruebas de búsqueda de MongoDB.

Sintaxis

db.<myCollection>.explain("<verbosity>").aggregate([
  {
    $search: {
      "<operator>": {
        "<operator-options>"
      }
    }
  }
])

nivel de verbosidad

El nivel de verbosidad controla el comportamiento de explain y la cantidad de información devuelta. El valor puede ser uno de los siguientes, en orden de menor a mayor nivel de verbosidad:

allPlansExecution	Información sobre el plan del query, incluyendo los campos `stats`, que contienen estadísticas de ejecución para la query. Incluye datos de ejecución parcial capturados durante la selección del plan.
executionStats	Información sobre el plan del query, incluidos los campos `stats`, que contienen estadísticas de ejecución para la consulta.
queryPlanner (por defecto)	Información sobre el plan del query. No incluye los campos `stats`, que contienen estadísticas de ejecución para la query.

Tip

Modas de nivel de verbosidad

Salida

La query con el método explain devuelve los siguientes campos en el objeto stages.$_internalSearchMongotRemote:

Opción	Tipo	Propósito
`mongotQuery`	Documento	Contiene la consulta que ejecutaste.
`explain`	Documento	Contiene los `explain` resultados. Para aprender más, consulte Explique los resultados.
`internalMongotBatchSizeHistory`	arreglo de enteros	Contiene el tamaño de cada lote de documentos que `mongot` devolvió a `mongod`.

Explique los resultados

El método explain devuelve un documento BSON con los siguientes campos en el documento explain.

Opción	Tipo	Necesidad	Propósito
`collectors`	Documento	Opcional	Describe las estadísticas de ejecución para el recolector. Si `indexPartitionExplain` está presente, esto está anidado dentro de cada `indexPartitionExplain` en lugar de a nivel superior.
`highlight`	Documento	Opcional	Detalles sobre la ejecución del resaltado para la query. Esto solo se devuelve si especificaste el resaltado en la consulta.
`indexPartitionExplain`	arreglo de documentos	Opcional	Contiene detalles por partición de índices. Esto solo se devuelve si ha configurado dos o más particiones de índice.
`metadata`	Documento	Opcional	Contiene metadatos útiles.
`query`	Documento	Opcional	Describe las estadísticas de ejecución de la query. Esto no se devuelve. Si `indexPartitionExplain` está presente, esto está anidado dentro de cada `indexPartitionExplain`, en lugar de en el nivel superior.
`resultMaterialization`	Documento	Opcional	Detalles relacionados con la recuperación de datos por documento de Lucene después de la ejecución de la query. Esto no se devuelve para el `queryPlanner` nivel de verbosidad.
`resourceUsage`	Documento	Opcional	Detalla el uso de recursos de la query cuando se ejecutó. Esto no se devuelve para el nivel de verbosidad`queryPlanner` .

`collectors`

El documento collectors BSON contiene los siguientes campos:

Campo	Tipo	Necesidad	Propósito
`allCollectorStats`	Documento	Requerido	Estadísticas de todos los recopiladores de la query. Las estadísticas reportadas representan ya sea el valor máximo de todos los colectores utilizados en la query o la suma de la estadística de todos los subcolectores. Las estadísticas de tiempo se suman para reflejar el tiempo total empleado por todos los recopiladores en toda la query. Para aprender más, consulte allCollectorStats.
`facet`	Documento	Opcional	Desglose de la query que especifica faceta. Para aprender más, consulta `facet`.
`sort`	Documento	Opcional	Desglose de la query que especifica ordenación. Para aprender más, consulta `sort`.

`allCollectorStats`

El documento allCollectorStats BSON describe las estadísticas del recopilador en todos los recopiladores especificados en la query, incluidos facet y sort. Contiene las siguientes claves:

Campo	Descripción
`collect`	Rastrea la duración y el número de resultados recogidos por el recolector.
`competitiveIterator`	Estadísticas que rastrean la duración total y el número de veces que se solicitó un `competitiveIterator` al recopilador.
`setScorer`	Estadísticas que rastrean la duración total y la cantidad de veces que un anotador fue configurado en el recolector.

`facet`

El facet es un BSON documento que detalla las estadísticas de consulta y ejecución cuando se especifica una faceta en la consulta. Contiene los siguientes campos:

Opción	Tipo	Necesidad	Propósito
`collectorStats`	Documento	Opcional	Muestra estadísticas solo para el recolector `facet`. Las claves aquí son idénticas a las del `allCollectorStats`. Puede evaluar la diferencia entre esto y el `allCollectorStats` para determinar las estadísticas de ejecución del recolector `sort` si usó `sort` en la query.
`createCountsStats`	Documento	Opcional	Muestra estadísticas relacionadas con la creación del objeto interno de Lucene que contiene todos los agrupamientos de facetas. Contiene el campo `generateFacetCounts`, que devuelve las estadísticas que rastrean la duración total y el número de veces que `mongot` genera el objeto Lucene que contiene todas las facetas y sus recuentos.
`stringFacetFieldCardinalities`	Documento	Requerido	Mapea el campo sobre el que se está faceteando a su cardinalidad, tanto en los documentos que coinciden con la query como en todo el índice Lucene. Proporciona la siguiente información de cardinalidad para cada campo: `queried` - Representa la cardinalidad de facetas del campo a través de todos los documentos consultados. `total` - Representa la cardinalidad de la faceta del campo en todos los documentos del índice.

`sort`

El sort es un BSON que detalla las estadísticas de query y ejecución cuando se especifica una ordenación en la query. Contiene los siguientes campos:

Opción	Tipo	Necesidad	Propósito
`stats`	Documento	Opcional	Realiza un seguimiento de las estadísticas relacionadas con la `sort` ejecución en todos los campos de ordenación. Contiene los siguientes campos: `comparator` - Muestra estadísticas y metadatos sobre cómo Lucene ordena los resultados. `setBottom` - Devuelve la frecuencia con la que el valor de orden menos competitivo se actualiza con uno nuevo y más competitivo. Al realizar la ordenación, MongoDB Search realiza un seguimiento del valor más bajo y, si un nuevo valor supera al valor más bajo en relevancia o competitividad, se incrementa esta métrica. `compareBottom` - Devuelve las estadísticas de tiempo y de invocación relacionadas con la comparación del valor `bottom` actual con un valor candidato `bottom`. `compareTop` - Devuelve las estadísticas de tiempo y de invocación relacionadas con la comparación del valor `top` actual con un valor candidato `top`. `setHitsThresholdReached` - Devuelve las estadísticas de tiempo e invocación relacionadas con el momento en que se alcanzó el número máximo de resultados (`limit`). `competitiveIterator` - Devuelve las estadísticas de tiempo e invocación relacionadas con la iteración (solo) sobre los documentos que probablemente compitan por los primeros puestos en los resultados ordenados. `setScorer` - Devuelve las estadísticas de tiempo e invocación relacionadas con el cálculo de la puntuación y la relevancia de los documentos. `prunedResultIterator` - Muestra las invocaciones y estadísticas de tiempo de `nextDoc` y `advance` llamadas a métodos en el `competitiveIterator` de Lucene. Esto no está presente en la salida si se realiza una clasificación de tipos de datos mixtos. Contiene solo el campo `nextDoc`.
`fieldInfos`	Documento	Requerido	Asocia el campo que se está ordenando con la lista de tipos de datos presentes en el índice para el campo.
`usesIndexSort`	booleano	Opcional	Indica si la query puede beneficiarse de la ordenación indexada. Una query se beneficia cuando sus campos de ordenación coinciden con la ordenación indexada o forman un prefijo de ella. Si el valor es: `true`, la query es apta para usar la optimización de índice ordenado. `false`la query no puede beneficiarse de la optimización de índice ordenado. Esto no aparece en la salida si la query no especifica una ordenación o si el índice no tiene una especificación de ordenación.

`highlight`

El highlight es un BSON documento que detalla las estadísticas de query y ejecución cuando se especifica el resaltado en la query. Contiene los siguientes campos:

Opción	Tipo	Necesidad	Propósito
`resolvedHighlightPaths`	Lista<String>	Requerido	Lista de todos los campos resaltados. Si especifica un camino wildcard en la sección `highlight` de su query, contiene una lista de caminos de documentos completamente resueltos.
`stats`	QueryExecutionArea	Opcional	Estadísticas de invocación y temporización relacionadas con la configuración y ejecución de destacados. Contiene los siguientes campos: `setupHighlight` - Tiempo que tomó configurar los objetos internos de Lucene utilizados durante la fase `executeHighlight`. `executeHighlight` - Tiempo que tardó en ejecutar el resaltado sobre los documentos coincidentes.

`indexPartitionExplain`

el indexPartitionExplain contiene Explicar resultados para cada partición de índice. El nivel superior collectors y query están dentro de la información explain de cada partición de índice y ausentes en el nivel superior.

`metadata`

El metadata contiene metadatos útiles, como los siguientes:

Campo	Tipo	Necesidad	Propósito
`mongotVersion`	String	Opcional	Versión actual de `mongot`.
`mongotHostName`	String	Opcional	Etiqueta legible por humanos que identifica el `mongot` host.
`indexName`	String	Opcional	Índice de MongoDB Search utilizado en la query.
`cursorOptions`	Documento	Opcional	Opciones de cursor otorgadas a `mongot`.
`totalLuceneDocs`	entero	Opcional	Número total de objetos del índice en el índice, incluidos los documentos eliminados.

`query`

El documento query BSON describe las estadísticas de ejecución de la query. Contiene los siguientes campos:

Campo	Tipo	Necesidad	Propósito
`path`	string	Opcional	Ruta al operador, solo si no es la raíz.
`type`	string	Requerido	Nombre de la query Lucene que el operador de MongoDB Search creó. Consulte `query` para obtener más información.
`analyzer`	string	Opcional	Analizador de MongoDB Search utilizado con la query.
`args`	Documento	Requerido	Información sobre la query de Lucene. Consulta `query` para obtener más información.
`stats`	Documento	Opcional	`stats` para la query si `explain` se ejecutó con un nivel de verbosidad de `executionStats` o `allPlansExecution`.

`args`

La respuesta de explicación de un comando de búsqueda contiene información sobre la query ejecutada con ese comando. La respuesta en el campo args incluye detalles estructurados de las querys que Lucene ejecutó en MongoDB Search para satisfacer una query $search.

Esta sección contiene:

Algunas de las queries Lucene creadas por los operadores de MongoDB Search
Opciones de query de Lucene que se incluyen en el resumen estructurado
Ejemplo de resumen estructurado de consulta Lucene para cada tipo de consulta Lucene

Nota

Sobre los ejemplos

Los ejemplos de esta sección se basan en query ejecutadas en los conjuntos de datos de muestra con el queryPlanner moda de nivel de verbosidad. En la respuesta de ejemplo, el:

mongotQuery El campo muestra el operador de MongoDB Search y la query que se ejecutó.
explain.type el campo muestra la query de Lucene que creó el operador.

Para ver ejemplos completos, consulta Ejemplos.

BooleanQuery

Para Lucene BooleanQuery, el resumen estructurado incluye detalles sobre las siguientes opciones:

Campo	Tipo	Necesidad	Descripción
`must`	<Explique los resultados>	Opcional	Cláusulas que deben coincidir.
`mustNot`	<Explique los resultados>	Opcional	Cláusulas que no deben coincidir.
`should`	<Explique los resultados>	Opcional	Cláusulas que deberían coincidir.
`filter`	<Explique los resultados>	Opcional	Cláusulas que deben coincidir todas.
`minimumShouldMatch`	entero	Opcional	El número mínimo de `should` cláusulas que deben coincidir.

El siguiente ejemplo muestra la respuesta explain de una consulta ejecutada en la colección sample_airbnb.listingsAndReviews.

1 {
2   "stages" : [
3     {
4       "$_internalSearchMongotRemote" : {
5         "mongotQuery" : {
6           "compound" : {
7             "must" : [ {
8               "compound" : {
9                 "should" : [ {
10                   "text" : {
11                     "query" : "historic",
12                     "path" : "summary"
13                   }
14                 },
15                 {
16                   "text" : {
17                     "query" : "Portugal",
18                     "path" : "address.country"
19                   }
20                 },
21                 {
22                   "text" : {
23                     "query" : "railway",
24                     "path" : "transit"
25                   }
26                 } ]
27               }
28             } ],
29             "mustNot" : [ {
30               "text" : {
31                 "query" : "Apartment",
32                 "path" : "property_type"
33               }
34             } ]
35           }
36         },
37         "explain" : {
38           "type" : "BooleanQuery",
39           "args" : {
40             "must" : [ {
41               "path" : "compound.must",
42               "type" : "BooleanQuery",
43               "args" : {
44                 "must" : [ ],
45                 "mustNot" : [ ],
46                 "should" : [ 
47                   {
48                     "path" : "compound.must.compound.should[0]",
49                     "type" : "TermQuery",
50                     "args" : {
51                       "path" : "summary",
52                       "value" : "historic"
53                     }
54                   },
55                   {
56                     "path" : "compound.must.compound.should[1]",
57                     "type" : "TermQuery",
58                     "args" : {
59                       "path" : "address.country",
60                       "value" : "portugal"
61                     }
62                   },
63                   {
64                     "path" : "compound.must.compound.should[2]",
65                     "type" : "TermQuery",
66                     "args" : {
67                       "path" : "transit",
68                       "value" : "railway"
69                     }
70                   } 
71                 ],
72                 "filter" : [ ],
73                 "minimumShouldMatch" : 0
74               }
75             } ],
76             "mustNot" : [ {
77               "path" : "compound.mustNot",
78               "type" : "TermQuery",
79               "args" : {
80                 "path" : "property_type",
81                 "value" : "apartment"
82               }
83             } ],
84             "should" : [ ],
85             "filter" : [ ],
86             "minimumShouldMatch" : 0
87           }
88         }
89       },
90       ...
91     },
92     ...
93   ],
94   ...
95 }

ConstantScoreQuery

Para queries de puntuación constante, el resumen estructurado incluye detalles sobre las siguientes opciones:

Campo	Tipo	Necesidad	Descripción
`query`	Explique los resultados	Requerido	Hijo de la `ConstantScoreQuery`.

El siguiente ejemplo muestra la respuesta explain de una consulta ejecutada en la colección sample_airbnb.listingsAndReviews.

1 {
2   "stages" : [
3     {
4       "$_internalSearchMongotRemote" : {
5         "mongotQuery" : {
6           "equals" : {
7             "path" : "host.host_identity_verified",
8             "value" : true
9           }
10         },
11         "explain" : {
12           "type" : "ConstantScoreQuery",
13           "args" : {
14             "query" : {
15               "type" : "TermQuery",
16               "args" : {
17                 "path" : "host.host_identity_verified",
18                 "value" : "T"
19               }
20             }
21           }
22         }
23       }
24     },
25     {
26       "$_internalSearchIdLookup" : { }
27     }
28   ],
29   ...
30 }

FunctionScoreQuery

Para consultas FunctionScoreQuery de Lucene, el resumen estructurado incluye detalles sobre las siguientes opciones:

Campo	Tipo	Necesidad	Descripción
`scoreFunction`	string	Requerido	Expresión de puntuación utilizada en la query.
`query`	Explique los resultados	Requerido	La query.

El siguiente ejemplo muestra la respuesta explain de una consulta ejecutada en la colección sample_airbnb.listingsAndReviews.

1 {
2   "stages" : [
3     {
4       "$_internalSearchMongotRemote" : {
5         "mongotQuery" : {
6           "near" : {
7             "path" : "accomodates",
8             "origin" : 8,
9             "pivot" : 2
10           }
11         },
12         "explain" : {
13           "type" : "BooleanQuery",
14           "args" : {
15             "must" : [ ],
16             "mustNot" : [ ],
17             "should" : [
18               {
19                 "type" : "BooleanQuery",
20                 "args" : {
21                   "must" : [ ],
22                   "mustNot" : [ ],
23                   "should" : [
24                     {
25                       "type" : "FunctionScoreQuery",
26                       "args" : {
27                         "scoreFunction" : "expr(pivot / (pivot + abs(origin - value)))",
28                         "query" : {
29                           "type" : "LongDistanceFeatureQuery",
30                           "args" : { },
31                           "stats" : { }
32                         }
33                       }
34                     }
35                   ],
36                   "filter" : [
37                     {
38                       "type" : "PointRangeQuery",
39                       "args" : {
40                         "path" : "accomodates",
41                         "representation" : "double",
42                         "gte" : 8.000000000000002,
43                         "lte" : NaN
44                       }
45                     }
46                   ],
47                   "minimumShouldMatch" : 0
48                 }
49               },
50               {
51                 "type" : "LongDistanceFeatureQuery",
52                 "args" : { },
53                 "stats" : { }
54               }
55             ],
56             "filter" : [ ],
57             "minimumShouldMatch" : 0
58           }
59         }
60       },
61       ...
62     },
63     ...
64   ],
65   ...
66 }

LatLonPointDistanceQuery

Para las query de Lucene LatLonPointDistanceQuery, la respuesta contiene solo un stats.

El siguiente ejemplo muestra la respuesta explain de una consulta ejecutada en la colección sample_airbnb.listingsAndReviews.

1 {
2   "stages" : [
3     {
4       "$_internalSearchMongotRemote" : {
5         "mongotQuery" : {
6           "geoWithin" : {
7             "path" : "address.location",
8             "circle" : {
9               "radius" : 4800,
10               "center" : {
11                 "type" : "Point",
12                 "coordinates" : [
13                   -122.419472,
14                   37.765302
15                 ]
16               }
17             }
18           }
19         },
20         "explain" : {
21           "type" : "LatLonPointDistanceQuery",
22           "args" : { }
23         }
24       }
25     },
26     ...
27   ],
28   ...
29 }

LatLonShapeQuery

Para las query de Lucene LatLonShapeQuery, la respuesta contiene solo un stats.

El siguiente ejemplo muestra la respuesta explain de una consulta ejecutada en la colección sample_airbnb.listingsAndReviews.

1 {
2   "stages" : [
3     {
4       "$_internalSearchMongotRemote" : {
5         "mongotQuery" : {
6           "geoShape" : {
7             "path" : "address.location",
8             "relation" : "within",
9             "geometry" : {
10               "type" : "Polygon",
11               "coordinates" : [
12                 [
13                   [ -74.3994140625, 40.5305017757 ],
14                   [ -74.7290039063, 40.5805846641 ],
15                   [ -74.7729492188, 40.9467136651 ],
16                   [ -74.0698242188, 41.1290213475 ],
17                   [ -73.65234375, 40.9964840144 ],
18                   [ -72.6416015625, 40.9467136651 ],
19                   [ -72.3559570313, 40.7971774152 ],
20                   [ -74.3994140625, 40.5305017757 ]
21                 ]
22               ]
23             }
24           }
25         },
26         "explain" : {
27           "type" : "LatLonShapeQuery",
28           "args" : { }
29         }
30       },
31       ...
32     },
33     ...
34   ],
35   ...
36 }

LongDistanceFeatureQuery

Para Lucene LongDistanceFeatureQuery, la respuesta contiene solo un stats.

El siguiente ejemplo muestra la respuesta explain de una consulta ejecutada en la colección sample_mflix.movies.

1 {
2   "stages" : [
3     {
4       "$_internalSearchMongotRemote" : {
5         "mongotQuery" : {
6           "near" : {
7             "path" : "released",
8             "origin" : ISODate("1915-09-13T00:00:00Z"),
9             "pivot" : 7776000000
10           }
11         },
12         "explain" : {
13           "type" : "LongDistanceFeatureQuery",
14           "args" : { }
15         }
16       },
17       ...
18     },
19     ...
20   ],
21   ...
22 }

MultiTermQueryConstantScoreWrapper

Para las consultas de Lucene MultiTermQueryConstantScoreWrapper, el resumen estructurado incluye detalles sobre los siguientes argumentos:

Campo	Tipo	Necesidad	Descripción
`queries`	List<Explique los resultados>	Requerido	Lista de consultas.

El siguiente ejemplo muestra la respuesta explain de una consulta ejecutada en la colección sample_airbnb.listingsAndReviews.

1 {
2   "stages" : [
3     {
4       "$_internalSearchMongotRemote" : {
5         "mongotQuery" : {
6           "regex" : {
7             "path" : "access",
8             "query" : "full(.{0,5})",
9             "allowAnalyzedField" : true
10           }
11         },
12         "explain" : {
13           "type" : "MultiTermQueryConstantScoreWrapper",
14           "args" : {
15             "queries" : [
16               {
17                 "type" : "DefaultQuery",
18                 "args" : {
19                   "queryType" : "RegexpQuery"
20                 }
21               }
22             ]
23           }
24         }
25       },
26       ...
27     },
28     ...
29   ],
30   ...
31 }

PhraseQuery

Para las consultas de Lucene PhraseQuery, el resumen estructurado incluye detalles sobre los siguientes argumentos:

Campo	Tipo	Necesidad	Descripción
`path`	String	Requerido	Campo indexado para buscar.
`query`	String	Requerido	String o strings de búsqueda.
`slop`	Número	Requerido	Distancia permitida entre palabras en la frase `query`.

El siguiente ejemplo muestra la respuesta explain de una consulta ejecutada en la colección sample_airbnb.listingsAndReviews.

1 {
2   "stages" : [
3     {
4       "$_internalSearchMongotRemote" : {
5         "mongotQuery" : {
6           "phrase" : {
7             "path" : "description",
8             "query" : "comfortable apartment",
9             "slop" : 2
10           }
11         },
12         "explain" : {
13           "type" : "PhraseQuery",
14           "args" : {
15             "path" : "description",
16             "query" : "[comfortable, apartment]",
17             "slop" : 2
18           }
19         }
20       },
21       ...
22     },
23     ...
24   ],
25   ...
26 }

PointRangeQuery

Para las consultas de Lucene PointRangeQuery, el resumen estructurado incluye detalles sobre los siguientes argumentos:

Campo	Tipo	Necesidad	Descripción
`path`	String	Requerido	Campo indexado para buscar.
`representation`	String	Opcional	Representación numérica. Las consultas sobre datos de tipo fecha no incluyen representación.
`gte`	Número	Opcional	Límite inferior de la query.
`lte`	Número	Opcional	Límite superior de la query.

El siguiente ejemplo muestra la respuesta explain de una consulta ejecutada en la colección sample_airbnb.listingsAndReviews.

1 {
2   "stages" : [
3     {
4       "$_internalSearchMongotRemote" : {
5         "mongotQuery" : {
6           "range" : {
7             "path" : "number_of_reviews",
8             "gt" : 5
9           }
10         },
11         "explain" : {
12           "type" : "BooleanQuery",
13           "args" : {
14             "must" : [ ],
15             "mustNot" : [ ],
16             "should" : [
17               {
18                 "type" : "PointRangeQuery",
19                 "args" : {
20                   "path" : "number_of_reviews",
21                   "representation" : "double",
22                   "gte" : 5.000000000000001
23                 }
24               },
25               {
26                 "type" : "PointRangeQuery",
27                 "args" : {
28                   "path" : "number_of_reviews",
29                   "representation" : "int64",
30                   "gte" : NumberLong(6)
31                 }
32               }
33             ],
34             "filter" : [ ],
35             "minimumShouldMatch" : 0
36           }
37         }
38       },
39       ...
40     },
41     ...
42   ],
43   ...
44 }

TermQuery

Para consultas de términos, el resumen estructurado incluye detalles sobre los siguientes argumentos:

Campo	Tipo	Necesidad	Descripción
`path`	String	Requerido	Campo indexado para buscar.
`value`	String	Requerido	string a buscar.

El siguiente ejemplo muestra la respuesta explain de una consulta ejecutada en la colección sample_airbnb.listingsAndReviews.

1 {
2   "stages" : [
3     {
4       "$_internalSearchMongotRemote" : {
5         "mongotQuery" : {
6           "queryString" : {
7             "defaultPath" : "summary",
8             "query" : "quiet"
9           }
10         },
11         "explain" : {
12           "type" : "TermQuery",
13           "args" : {
14             "path" : "summary",
15             "value" : "quiet"
16           }
17         }
18       },
19       ...
20     },
21     ...
22   ],
23   ...
24 }

Default

Las queries de Lucene que no están definidas explícitamente por otra query de Lucene se serializan utilizando la query por defecto. El resumen estructurado incluye detalles sobre las siguientes opciones:

Campo	Tipo	Necesidad	Descripción
`queryType`	String	Requerido.	Tipo de query de Lucene.

El siguiente ejemplo muestra la respuesta explain de una consulta ejecutada en la colección sample_airbnb.listingsAndReviews.

1 {
2   "stages" : [
3     {
4       "$_internalSearchMongotRemote" : {
5         "mongotQuery" : {
6           "near" : {
7             "origin" : {
8               "type" : "Point",
9               "coordinates" : [
10                 -8.61308,
11                 41.1413
12               ]
13             },
14             "pivot" : 1000,
15             "path" : "address.location"
16           }
17         },
18         "explain" : {
19           "type" : "DefaultQuery",
20           "args" : {
21             "queryType" : "LatLonPointDistanceFeatureQuery"
22           }
23         }
24       },
25       ...
26     },
27     ...
28   ],
29   ...
30 }

`stats`

La respuesta explain para las moda de nivel de verbosidad de executionStats y allPlansExecution incluye un campo stats que contiene información sobre cuánto time dedica una query en las diversas stages of query de ejecución.

Desglose por tiempo

El desglose de temporización describe estadísticas de ejecución pertinentes a una áreas de query ejecución. Los siguientes campos muestran el desglose temporal:

Campo	Tipo	Descripción
`millisElapsed`	Long	Tiempo transcurrido aproximado del reloj de pared realizando tareas en esta zona, incluyendo la cantidad de tiempo que los elementos secundarios de la query pasaron en esta zona. El valor es el número aproximado de milisegundos transcurridos al realizar tareas en esta área.
`invocationCounts`	Documento	Número de invocaciones de tareas incluidas en esta área. El valor es un mapa de nombres de tareas a su recuento de invocaciones.

Áreas de Consulta

Las estadísticas están disponibles para las siguientes áreas de query:

Opción

Descripción

context

Estadísticas relacionadas con la ejecución de la Lucene query. Hay dos tareas cuyos recuentos de convocación se enumeran en esta área:

createScorer: El Puntuador itera sobre los documentos y genera una puntuación para cada documento. Las invocaciones de createScorer crean el objeto responsable de la puntuación. Tenga en cuenta que el tiempo asociado a esta tarea no es tiempo dedicado a la puntuación real de los documentos. El conteo incluye el número de invocaciones scorerSupplier.
createWeight: El peso almacena el estado asociado a una query y IndexSearcher. El conteo incluye el número de invocaciones createWeight.

El tiempo dedicado en esta área está relacionado con la estructura de la query, y no se basa en el número de resultados que se recorren y se puntúan.

Por ejemplo:

"context" : {
  "millisElapsed" : NumberDouble(4.934751),
  "invocationCounts" : {
    "createWeight" : NumberLong(1),
    "createScorer" : NumberLong(10)
  }
}

match

Estadísticas relacionadas con la iteración y la coincidencia de documentos de resultados. Esta estadística muestra el tiempo que requiere determinar qué documento es la siguiente coincidencia. El tiempo dedicado a comparar resultados puede variar significativamente dependiendo de la naturaleza de la query. En esta área se enumeran dos tareas cuyos recuentos de invocación son:

nextDoc: Solicitudes para avanzar al siguiente documento del conjunto de resultados. Esto implica identificar y superar omisiones, o otras tareas necesarias para encontrar la siguiente coincidencia. El conteo incluye el número de invocaciones nextDoc y advance.
refineRoughMatch: Realiza una coincidencia más exhaustiva. Algunas consultas se ejecutan en un proceso de dos fases, donde un documento se compara primero de forma "aproximada", y se comprueba con una segunda fase más exhaustiva solo después de que se cumpla la primera coincidencia aproximada. La tarea refineRoughMatch es la segunda fase del proceso de dos fases. El conteo incluye el número de invocaciones refineRoughMatch.

Por ejemplo:

"match" : {
  "millisElapsed" : NumberDouble(4.901597),
  "invocationCounts" : {
    "nextDoc" : NumberLong(541),
    "refineRoughMatch" : NumberLong(0)
  }
}

score

Estadísticas relacionadas con la puntuación de los documentos en el conjunto de resultados. Hay dos tareas cuyos recuentos de invocación se enumeran en esta área:

score: Califica cada documento del conjunto de resultados. El conteo incluye el número de invocaciones score.
setMinCompetitiveScore: Ignora los documentos cuya puntuación es inferior al valor dado. Indica que una query puede haber podido reducir el número de operaciones de puntuación realizadas al ignorar los documentos con puntuaciones por debajo de algún umbral no competitivo. El conteo incluye el número de invocaciones setMinCompetitiveScore.

Por ejemplo:

"score" : {
  "millisElapsed" : NumberDouble(3.931312),
  "invocationCounts" : {
    "score" : NumberLong(536),
    "setMinCompetitiveScore" : NumberLong(0)
  }
}

`resultMaterialization`

El documento resultMaterialization muestra la cantidad de tiempo mongot que se tarda en lograr lo siguiente:

Recupere datos de resultados almacenados en Lucene en forma de _id o storedSource.
Serialice los datos en formato BSON antes de enviarlos a mongod.

Para aprender más, se puede consultar stats.

`resourceUsage`

El documento resourceUsage muestra el recurso utilizado para ejecutar la query. Contiene los siguientes campos:

Campo	Tipo	Necesidad	Propósito
`majorFaults`	Long	Requerido	Número de fallos de página mayores, que ocurren cuando el sistema no puede encontrar los datos requeridos en la memoria, lo que resulta en la lectura desde el almacén de respaldo, como el disco, durante la ejecución de la query.
`minorFaults`	Long	Requerido	Número de fallos menores de página, que ocurren cuando los datos están en la caché de páginas, pero aún no se han mapeado a la tabla de páginas del proceso.
`userTimeMs`	Long	Requerido	Cantidad de tiempo de CPU, en milisegundos, pasado en espacio de usuario.
`systemTimeMs`	Long	Requerido	Cantidad de tiempo de CPU, en milisegundos, utilizado en el espacio del sistema.
`maxReportingThreads`	entero	Requerido	Número máximo de hilos que `mongot` usó durante la ejecución de la query en todos los lotes. Para consultas Explain no concurrentes, el valor es `1`.
`numBatches`	entero	Requerido	Cantidad total de lotes que se solicitaron `mongot` al realizar el procesamiento de la query.

Ejemplos

Los siguientes ejemplos utilizan la colección movies en la base de datos sample_mflix.

Tip

Si ya ha cargado el conjunto de datos de muestra, consulte el tutorial MongoDB Search Quick Start para crear una definición de índice y ejecutar query de búsqueda de MongoDB Search.

`allPlansExecution`

El siguiente ejemplo utiliza diferentes operadores para consultar el campo title con el modo allPlansExecution nivel de verbosidad.

db.movies.explain("allPlansExecution").aggregate([
  {
    $search: {
      "text": {
        "path": "title",
        "query": "yark",
        "fuzzy": {
          "maxEdits": 1,
          "maxExpansions": 100,
        }
      }
    }
  }
])

1 {
2   explainVersion: '1',
3   stages: [
4     {
5       '$_internalSearchMongotRemote': {
6         mongotQuery: {
7           text: {
8             path: 'title',
9             query: 'yark',
10             fuzzy: { maxEdits: 1, maxExpansions: 100 }
11           }
12         },
13         explain: {
14           query: {
15             type: 'BooleanQuery',
16             args: {
17               must: [],
18               mustNot: [],
19               should: [
20                 {
21                   type: 'BoostQuery',
22                   args: {
23                     query: {
24                       type: 'TermQuery',
25                       args: { path: 'title', value: 'mark' },
26                       stats: {
27                         context: { millisElapsed: 0 },
28                         match: { millisElapsed: 0 },
29                         score: { millisElapsed: 0 }
30                       }
31                     },
32                     boost: 0.75
33                   },
34                   stats: {
35                     context: {
36                       millisElapsed: 0.209279,
37                       invocationCounts: {
38                         createWeight: Long('2'),
39                         createScorer: Long('18')
40                       }
41                     },
42                     match: {
43                       millisElapsed: 0.028079,
44                       invocationCounts: { nextDoc: Long('22') }
45                     },
46                     score: {
47                       millisElapsed: 0.01706,
48                       invocationCounts: { score: Long('16') }
49                     }
50                   }
51                 },
52                 {
53                   type: 'BoostQuery',
54                   args: {
55                     query: {
56                       type: 'TermQuery',
57                       args: { path: 'title', value: 'yard' },
58                       stats: {
59                         context: { millisElapsed: 0 },
60                         match: { millisElapsed: 0 },
61                         score: { millisElapsed: 0 }
62                       }
63                     },
64                     boost: 0.75
65                   },
66                   stats: {
67                     context: {
68                       millisElapsed: 0.136254,
69                       invocationCounts: {
70                         createWeight: Long('2'),
71                         createScorer: Long('14')
72                       }
73                     },
74                     match: {
75                       millisElapsed: 0.008556,
76                       invocationCounts: { nextDoc: Long('10') }
77                     },
78                     score: {
79                       millisElapsed: 0.006096,
80                       invocationCounts: { score: Long('6') }
81                     }
82                   }
83                 },
84                 {
85                   type: 'BoostQuery',
86                   args: {
87                     query: {
88                       type: 'TermQuery',
89                       args: { path: 'title', value: 'york' },
90                       stats: {
91                         context: { millisElapsed: 0 },
92                         match: { millisElapsed: 0 },
93                         score: { millisElapsed: 0 }
94                       }
95                     },
96                     boost: 0.75
97                   },
98                   stats: {
99                     context: {
100                       millisElapsed: 0.303568,
101                       invocationCounts: {
102                         createWeight: Long('2'),
103                         createScorer: Long('18')
104                       }
105                     },
106                     match: {
107                       millisElapsed: 0.374856,
108                       invocationCounts: { nextDoc: Long('62') }
109                     },
110                     score: {
111                       millisElapsed: 0.892383,
112                       invocationCounts: { score: Long('56') }
113                     }
114                   }
115                 },
116                 {
117                   type: 'BoostQuery',
118                   args: {
119                     query: {
120                       type: 'TermQuery',
121                       args: { path: 'title', value: 'ark' },
122                       stats: {
123                         context: { millisElapsed: 0 },
124                         match: { millisElapsed: 0 },
125                         score: { millisElapsed: 0 }
126                       }
127                     },
128                     boost: 0.6666666269302368
129                   },
130                   stats: {
131                     context: {
132                       millisElapsed: 8.379562,
133                       invocationCounts: {
134                         createWeight: Long('2'),
135                         createScorer: Long('10')
136                       }
137                     },
138                     match: {
139                       millisElapsed: 2.073272,
140                       invocationCounts: { nextDoc: Long('6') }
141                     },
142                     score: {
143                       millisElapsed: 0.004063,
144                       invocationCounts: { score: Long('4') }
145                     }
146                   }
147                 },
148                 {
149                   type: 'BoostQuery',
150                   args: {
151                     query: {
152                       type: 'TermQuery',
153                       args: { path: 'title', value: 'dark' },
154                       stats: {
155                         context: { millisElapsed: 0 },
156                         match: { millisElapsed: 0 },
157                         score: { millisElapsed: 0 }
158                       }
159                     },
160                     boost: 0.75
161                   },
162                   stats: {
163                     context: {
164                       millisElapsed: 0.679029,
165                       invocationCounts: {
166                         createWeight: Long('2'),
167                         createScorer: Long('18')
168                       }
169                     },
170                     match: {
171                       millisElapsed: 5.500198,
172                       invocationCounts: { nextDoc: Long('172') }
173                     },
174                     score: {
175                       millisElapsed: 2.465502,
176                       invocationCounts: { score: Long('166') }
177                     }
178                   }
179                 },
180                 {
181                   type: 'BoostQuery',
182                   args: {
183                     query: {
184                       type: 'TermQuery',
185                       args: { path: 'title', value: 'park' },
186                       stats: {
187                         context: { millisElapsed: 0 },
188                         match: { millisElapsed: 0 },
189                         score: { millisElapsed: 0 }
190                       }
191                     },
192                     boost: 0.75
193                   },
194                   stats: {
195                     context: {
196                       millisElapsed: 0.221919,
197                       invocationCounts: {
198                         createWeight: Long('2'),
199                         createScorer: Long('18')
200                       }
201                     },
202                     match: {
203                       millisElapsed: 0.116139,
204                       invocationCounts: { nextDoc: Long('60') }
205                     },
206                     score: {
207                       millisElapsed: 0.056817,
208                       invocationCounts: { score: Long('54') }
209                     }
210                   }
211                 }
212               ],
213               filter: [],
214               minimumShouldMatch: 0
215             },
216             stats: {
217               context: {
218                 millisElapsed: 25.303419,
219                 invocationCounts: { createWeight: Long('2'), createScorer: Long('12') }
220               },
221               match: {
222                 millisElapsed: 10.533183,
223                 invocationCounts: { nextDoc: Long('308') }
224               },
225               score: {
226                 millisElapsed: 5.501189,
227                 invocationCounts: { score: Long('302') }
228               }
229             }
230           },
231           collectStats: {
232             allCollectorStats: {
233               millisElapsed: 6.735626,
234               invocationCounts: {
235                 collect: Long('302'),
236                 competitiveIterator: Long('6'),
237                 setScorer: Long('6')
238               }
239             },
240             facet: { collectorStats: { millisElapsed: 0 } }
241           },
242           resultMaterialization: {
243             stats: {
244               millisElapsed: 176.613905,
245               invocationCounts: { retrieveAndSerialize: Long('2') }
246             }
247           },
248           metadata: {
249             <hostname>.mongodb.netmongotVersion: '1.42.0',
250             mongotHostName: '<hostname>.mongodb.net',
251             indexName: 'default',
252             cursorOptions: { batchSize: 108, requiresSearchSequenceToken: false },
253             totalLuceneDocs: 21349
254           },
255           resourceUsage: {
256             majorFaults: Long('99'),
257             minorFaults: Long('192'),
258             userTimeMs: Long('80'),
259             systemTimeMs: Long('10'),
260             maxReportingThreads: 1,
261             numBatches: 2
262           }
263         },
264         requiresSearchMetaCursor: false,
265         internalMongotBatchSizeHistory: [ Long('108'), Long('162') ]
266       },
267       nReturned: Long('151'),
268       executionTimeMillisEstimate: Long('83')
269     },
270     {
271       '$_internalSearchIdLookup': {
272         subPipeline: [
273           { '$match': { _id: { '$eq': '_id placeholder' } } }
274         ],
275         totalDocsExamined: Long('151'),
276         totalKeysExamined: Long('151'),
277         numDocsFilteredByIdLookup: Long('0')
278       },
279       nReturned: Long('151'),
280       executionTimeMillisEstimate: Long('88')
281     }
282   ],
283   queryShapeHash: '6FD3791F785FA329D4ECD1171E0E5AF6772C18F5F0A7A50FC416D080A93C8CB7',
284   serverInfo: {
285     host: '<hostname>.mongodb.net',
286     port: 27017,
287     version: '8.2.0',
288     gitVersion: '13e629eeccd63f00d17568fc4c12b7530fa34b54'
289   },
290   serverParameters: {
291     ...
292   },
293   command: {
294     aggregate: 'movies',
295     pipeline: [
296       {
297         '$search': {
298           text: {
299             path: 'title',
300             query: 'yark',
301             fuzzy: { maxEdits: 1, maxExpansions: 100 }
302           }
303         }
304       }
305     ],
306     cursor: {},
307     '$db': 'sample_mflix'
308   },
309   ok: 1,
310   '$clusterTime': {
311     clusterTime: Timestamp({ t: 1758295936, i: 19 }),
312     signature: {
313       hash: Binary.createFromBase64('+CanjrL9jdXPTLa2sUaNPtImkBc=', 0),
314       keyId: Long('7551379485140975621')
315     }
316   },
317   operationTime: Timestamp({ t: 1758295936, i: 19 })
318 }

db.movies.explain("allPlansExecution").aggregate([ {
  $search: {
    "text": {
      "path": "title",
      "query": "prince"
    },
    "highlight": {
      "path": "title",
      "maxNumPassages": 1,
      "maxCharsToExamine": 40
    }
  }
},
{
  $project: {
    "description": 1,
    "_id": 0,
    "highlights": { "$meta": "searchHighlights" }
  }
} ])

1 {
2   explainVersion: '1',
3   stages: [
4     {
5       '$_internalSearchMongotRemote': {
6         mongotQuery: {
7           text: { path: 'title', query: 'prince' },
8           highlight: { path: 'title', maxNumPassages: 1, maxCharsToExamine: 40 }
9         },
10         explain: {
11           query: {
12             type: 'TermQuery',
13             args: { path: 'title', value: 'prince' },
14             stats: {
15               context: {
16                 millisElapsed: 9.880819,
17                 invocationCounts: { createWeight: Long('1'), createScorer: Long('6') }
18               },
19               match: {
20                 millisElapsed: 3.566358,
21                 invocationCounts: { nextDoc: Long('28') }
22               },
23               score: {
24                 millisElapsed: 2.762687,
25                 invocationCounts: { score: Long('25') }
26               }
27             }
28           },
29           collectStats: {
30             allCollectorStats: {
31               millisElapsed: 3.238152,
32               invocationCounts: {
33                 collect: Long('25'),
34                 competitiveIterator: Long('3'),
35                 setScorer: Long('3')
36               }
37             },
38             facet: { collectorStats: { millisElapsed: 0 } }
39           },
40           highlight: {
41             resolvedHighlightPaths: [ '$type:string/title' ],
42             stats: {
43               millisElapsed: 157.543967,
44               invocationCounts: {
45                 executeHighlight: Long('1'),
46                 setupHighlight: Long('1')
47               }
48             }
49           },
50           resultMaterialization: {
51             stats: {
52               millisElapsed: 3.781115,
53               invocationCounts: { retrieveAndSerialize: Long('1') }
54             }
55           },
56           metadata: {
57             <hostname>.mongodb.netmongotVersion: '1.42.0',
58             mongotHostName: '<hostname>.mongodb.net',
59             indexName: 'default',
60             cursorOptions: { batchSize: 108, requiresSearchSequenceToken: false },
61             totalLuceneDocs: 21349
62           },
63           resourceUsage: {
64             majorFaults: Long('42'),
65             minorFaults: Long('167'),
66             userTimeMs: Long('50'),
67             systemTimeMs: Long('0'),
68             maxReportingThreads: 1,
69             numBatches: 1
70           }
71         },
72         requiresSearchMetaCursor: false,
73         internalMongotBatchSizeHistory: [ Long('108') ]
74       },
75       nReturned: Long('25'),
76       executionTimeMillisEstimate: Long('0')
77     },
78     {
79       '$_internalSearchIdLookup': {
80         subPipeline: [
81           { '$match': { _id: { '$eq': '_id placeholder' } } }
82         ],
83         totalDocsExamined: Long('25'),
84         totalKeysExamined: Long('25'),
85         numDocsFilteredByIdLookup: Long('0')
86       },
87       nReturned: Long('25'),
88       executionTimeMillisEstimate: Long('1')
89     },
90     {
91       '$project': {
92         description: true,
93         highlights: { '$meta': 'searchHighlights' },
94         _id: false
95       },
96       nReturned: Long('25'),
97       executionTimeMillisEstimate: Long('1')
98     }
99   ],
100   queryShapeHash: 'D08444272924C1E04A6E99D0CD4BF82FD929893862B3356F79EC18BBD1F0EF0C',
101   serverInfo: {
102     host: '<hostname>.mongodb.net',
103     port: 27017,
104     version: '8.2.0',
105     gitVersion: '13e629eeccd63f00d17568fc4c12b7530fa34b54'
106   },
107   serverParameters: {
108     internalQueryFacetBufferSizeBytes: 104857600,
109     internalQueryFacetMaxOutputDocSizeBytes: 104857600,
110     internalLookupStageIntermediateDocumentMaxSizeBytes: 104857600,
111     internalDocumentSourceGroupMaxMemoryBytes: 104857600,
112     internalQueryMaxBlockingSortMemoryUsageBytes: 104857600,
113     internalQueryProhibitBlockingMergeOnMongoS: 0,
114     internalQueryMaxAddToSetBytes: 104857600,
115     internalDocumentSourceSetWindowFieldsMaxMemoryBytes: 104857600,
116     internalQueryFrameworkControl: 'trySbeRestricted',
117     internalQueryPlannerIgnoreIndexWithCollationForRegex: 1
118   },
119   command: {
120     aggregate: 'movies',
121     pipeline: [
122       {
123         '$search': {
124           text: { path: 'title', query: 'prince' },
125           highlight: { path: 'title', maxNumPassages: 1, maxCharsToExamine: 40 }
126         }
127       },
128       {
129         '$project': {
130           description: 1,
131           _id: 0,
132           highlights: { '$meta': 'searchHighlights' }
133         }
134       }
135     ],
136     cursor: {},
137     '$db': 'sample_mflix'
138   },
139   ok: 1,
140   '$clusterTime': {
141     clusterTime: Timestamp({ t: 1758302099, i: 1 }),
142     signature: {
143       hash: Binary.createFromBase64('pUGxwCVnDOBIObmhURJQ1a1UwC8=', 0),
144       keyId: Long('7551379485140975621')
145     }
146   },
147   operationTime: Timestamp({ t: 1758302099, i: 1 })
148 }

db.movies.explain("allPlansExecution").aggregate([
  {
    "$searchMeta": {
      "facet": {
        "operator": {
          "near": {
            "path": "released",
            "origin": ISODate("1921-11-01T00:00:00.000+00:00"),
            "pivot": 7776000000
          }
        },
        "facets": {
          "genresFacet": {
            "type": "string",
            "path": "genres"
          },
          "yearFacet" : {
            "type" : "number",
            "path" : "year",
            "boundaries" : [1910,1920,1930,1940]
          }
        }
      }
    }
  }
])

1 {
2   explainVersion: '1',
3   stages: [
4     {
5       '$searchMeta': {
6         mongotQuery: {
7           facet: {
8             operator: {
9               near: {
10                 path: 'released',
11                 origin: ISODate('1921-11-01T00:00:00.000Z'),
12                 pivot: 7776000000
13               }
14             },
15             facets: {
16               genresFacet: { type: 'string', path: 'genres' },
17               yearFacet: {
18                 type: 'number',
19                 path: 'year',
20                 boundaries: [ 1910, 1920, 1930, 1940 ]
21               }
22             }
23           }
24         },
25         explain: {
26           query: {
27             type: 'LongDistanceFeatureQuery',
28             args: {},
29             stats: {
30               context: {
31                 millisElapsed: 4.141763,
32                 invocationCounts: { createWeight: Long('1'), createScorer: Long('6') }
33               },
34               match: {
35                 millisElapsed: 24.986327,
36                 invocationCounts: { nextDoc: Long('20881') }
37               },
38               score: {
39                 millisElapsed: 33.324657,
40                 invocationCounts: { score: Long('20878') }
41               }
42             }
43           },
44           collectStats: {
45             allCollectorStats: {
46               millisElapsed: 72.243101,
47               invocationCounts: {
48                 collect: Long('20878'),
49                 competitiveIterator: Long('3'),
50                 setScorer: Long('3')
51               }
52             },
53             facet: {
54               collectorStats: {
55                 millisElapsed: 10.424621,
56                 invocationCounts: { collect: Long('20878'), setScorer: Long('3') }
57               },
58               createCountsStats: {
59                 millisElapsed: 60.095261,
60                 invocationCounts: { generateFacetCounts: Long('2') }
61               },
62               stringFacetCardinalities: { genresFacet: { queried: 10, total: 25 } }
63             }
64           },
65           resultMaterialization: {
66             stats: {
67               millisElapsed: 13.764287,
68               invocationCounts: { retrieveAndSerialize: Long('1') }
69             }
70           },
71           metadata: {
72             <hostname>.mongodb.netmongotVersion: '1.42.0',
73             mongotHostName: '<hostname>.mongodb.net',
74             indexName: 'default',
75             totalLuceneDocs: 21349
76           },
77           resourceUsage: {
78             majorFaults: Long('10'),
79             minorFaults: Long('13'),
80             userTimeMs: Long('20'),
81             systemTimeMs: Long('0'),
82             maxReportingThreads: 1,
83             numBatches: 1
84           }
85         },
86         requiresSearchMetaCursor: true
87       },
88       nReturned: Long('1'),
89       executionTimeMillisEstimate: Long('336')
90     }
91   ],
92   queryShapeHash: '582DB864C9BCFB96896CF1A3079CF70FAC10A9A1E19E8D66DF20A2BB40424FB5',
93   serverInfo: {
94     host: '<hostname>.mongodb.net',
95     port: 27017,
96     version: '8.2.0',
97     gitVersion: '13e629eeccd63f00d17568fc4c12b7530fa34b54'
98   },
99   serverParameters: {
100     ...
101   },
102   command: {
103     aggregate: 'movies',
104     pipeline: [
105       {
106         '$searchMeta': {
107           facet: {
108             operator: {
109               near: {
110                 path: 'released',
111                 origin: ISODate('1921-11-01T00:00:00.000Z'),
112                 pivot: 7776000000
113               }
114             },
115             facets: {
116               genresFacet: { type: 'string', path: 'genres' },
117               yearFacet: {
118                 type: 'number',
119                 path: 'year',
120                 boundaries: [ 1910, 1920, 1930, 1940 ]
121               }
122             }
123           }
124         }
125       }
126     ],
127     cursor: {},
128     '$db': 'sample_mflix'
129   },
130   ok: 1,
131   '$clusterTime': {
132     clusterTime: Timestamp({ t: 1758304279, i: 1 }),
133     signature: {
134       hash: Binary.createFromBase64('DI9+ZTogU1QxHCWId6QLcA4R4tQ=', 0),
135       keyId: Long('7551379485140975621')
136     }
137   },
138   operationTime: Timestamp({ t: 1758304279, i: 1 })
139 }

db.movies.explain("allPlansExecution").aggregate([
  {
    $search: {
      "text": {
        "path": "title",
        "query": "yark",
        "fuzzy": {
          "maxEdits": 1,
          "maxExpansions": 100,
        }
      }
    }
  }
])

1 {
2   explainVersion: '1',
3   stages: [
4     {
5       '$_internalSearchMongotRemote': {
6         mongotQuery: {
7           text: {
8             path: 'title',
9             query: 'yark',
10             fuzzy: { maxEdits: 1, maxExpansions: 100 }
11           }
12         },
13         explain: {
14           query: {
15             type: 'BooleanQuery',
16             args: {
17               must: [],
18               mustNot: [],
19               should: [
20                 {
21                   type: 'BoostQuery',
22                   args: {
23                     query: {
24                       type: 'TermQuery',
25                       args: { path: 'title', value: 'mark' },
26                       stats: {
27                         context: { millisElapsed: 0 },
28                         match: { millisElapsed: 0 },
29                         score: { millisElapsed: 0 }
30                       }
31                     },
32                     boost: 0.75
33                   },
34                   stats: {
35                     context: {
36                       millisElapsed: 0.164466,
37                       invocationCounts: {
38                         createWeight: Long('2'),
39                         createScorer: Long('18')
40                       }
41                     },
42                     match: {
43                       millisElapsed: 0.055889,
44                       invocationCounts: { nextDoc: Long('22') }
45                     },
46                     score: {
47                       millisElapsed: 0.01638,
48                       invocationCounts: { score: Long('16') }
49                     }
50                   }
51                 },
52                 {
53                   type: 'BoostQuery',
54                   args: {
55                     query: {
56                       type: 'TermQuery',
57                       args: { path: 'title', value: 'yard' },
58                       stats: {
59                         context: { millisElapsed: 0 },
60                         match: { millisElapsed: 0 },
61                         score: { millisElapsed: 0 }
62                       }
63                     },
64                     boost: 0.75
65                   },
66                   stats: {
67                     context: {
68                       millisElapsed: 0.109841,
69                       invocationCounts: {
70                         createWeight: Long('2'),
71                         createScorer: Long('14')
72                       }
73                     },
74                     match: {
75                       millisElapsed: 0.009747,
76                       invocationCounts: { nextDoc: Long('10') }
77                     },
78                     score: {
79                       millisElapsed: 0.005449,
80                       invocationCounts: { score: Long('6') }
81                     }
82                   }
83                 },
84                 {
85                   type: 'BoostQuery',
86                   args: {
87                     query: {
88                       type: 'TermQuery',
89                       args: { path: 'title', value: 'york' },
90                       stats: {
91                         context: { millisElapsed: 0 },
92                         match: { millisElapsed: 0 },
93                         score: { millisElapsed: 0 }
94                       }
95                     },
96                     boost: 0.75
97                   },
98                   stats: {
99                     context: {
100                       millisElapsed: 0.140144,
101                       invocationCounts: {
102                         createWeight: Long('2'),
103                         createScorer: Long('18')
104                       }
105                     },
106                     match: {
107                       millisElapsed: 0.058885,
108                       invocationCounts: { nextDoc: Long('62') }
109                     },
110                     score: {
111                       millisElapsed: 0.877508,
112                       invocationCounts: { score: Long('56') }
113                     }
114                   }
115                 },
116                 {
117                   type: 'BoostQuery',
118                   args: {
119                     query: {
120                       type: 'TermQuery',
121                       args: { path: 'title', value: 'ark' },
122                       stats: {
123                         context: { millisElapsed: 0 },
124                         match: { millisElapsed: 0 },
125                         score: { millisElapsed: 0 }
126                       }
127                     },
128                     boost: 0.6666666269302368
129                   },
130                   stats: {
131                     context: {
132                       millisElapsed: 0.26056,
133                       invocationCounts: {
134                         createWeight: Long('2'),
135                         createScorer: Long('10')
136                       }
137                     },
138                     match: {
139                       millisElapsed: 1.028141,
140                       invocationCounts: { nextDoc: Long('6') }
141                     },
142                     score: {
143                       millisElapsed: 0.004226,
144                       invocationCounts: { score: Long('4') }
145                     }
146                   }
147                 },
148                 {
149                   type: 'BoostQuery',
150                   args: {
151                     query: {
152                       type: 'TermQuery',
153                       args: { path: 'title', value: 'dark' },
154                       stats: {
155                         context: { millisElapsed: 0 },
156                         match: { millisElapsed: 0 },
157                         score: { millisElapsed: 0 }
158                       }
159                     },
160                     boost: 0.75
161                   },
162                   stats: {
163                     context: {
164                       millisElapsed: 0.3029,
165                       invocationCounts: {
166                         createWeight: Long('2'),
167                         createScorer: Long('18')
168                       }
169                     },
170                     match: {
171                       millisElapsed: 2.294511,
172                       invocationCounts: { nextDoc: Long('172') }
173                     },
174                     score: {
175                       millisElapsed: 1.806661,
176                       invocationCounts: { score: Long('166') }
177                     }
178                   }
179                 },
180                 {
181                   type: 'BoostQuery',
182                   args: {
183                     query: {
184                       type: 'TermQuery',
185                       args: { path: 'title', value: 'park' },
186                       stats: {
187                         context: { millisElapsed: 0 },
188                         match: { millisElapsed: 0 },
189                         score: { millisElapsed: 0 }
190                       }
191                     },
192                     boost: 0.75
193                   },
194                   stats: {
195                     context: {
196                       millisElapsed: 0.154143,
197                       invocationCounts: {
198                         createWeight: Long('2'),
199                         createScorer: Long('18')
200                       }
201                     },
202                     match: {
203                       millisElapsed: 0.052283,
204                       invocationCounts: { nextDoc: Long('60') }
205                     },
206                     score: {
207                       millisElapsed: 0.050278,
208                       invocationCounts: { score: Long('54') }
209                     }
210                   }
211                 }
212               ],
213               filter: [],
214               minimumShouldMatch: 0
215             },
216             stats: {
217               context: {
218                 millisElapsed: 2.024454,
219                 invocationCounts: { createWeight: Long('2'), createScorer: Long('12') }
220               },
221               match: {
222                 millisElapsed: 4.020593,
223                 invocationCounts: { nextDoc: Long('308') }
224               },
225               score: {
226                 millisElapsed: 3.181962,
227                 invocationCounts: { score: Long('302') }
228               }
229             }
230           },
231           collectStats: {
232             allCollectorStats: {
233               millisElapsed: 4.062801,
234               invocationCounts: {
235                 collect: Long('302'),
236                 competitiveIterator: Long('6'),
237                 setScorer: Long('6')
238               }
239             },
240             facet: { collectorStats: { millisElapsed: 0 } }
241           },
242           resultMaterialization: {
243             stats: {
244               millisElapsed: 127.205476,
245               invocationCounts: { retrieveAndSerialize: Long('2') }
246             }
247           },
248           metadata: {
249             <hostname>.mongodb.netmongotVersion: '1.42.0',
250             mongotHostName: '<hostname>.mongodb.net',
251             indexName: 'default',
252             cursorOptions: { batchSize: 108, requiresSearchSequenceToken: false },
253             totalLuceneDocs: 21349
254           },
255           resourceUsage: {
256             majorFaults: Long('100'),
257             minorFaults: Long('31'),
258             userTimeMs: Long('20'),
259             systemTimeMs: Long('10'),
260             maxReportingThreads: 1,
261             numBatches: 2
262           }
263         },
264         requiresSearchMetaCursor: false,
265         internalMongotBatchSizeHistory: [ Long('108'), Long('162') ]
266       },
267       nReturned: Long('151'),
268       executionTimeMillisEstimate: Long('57')
269     },
270     {
271       '$_internalSearchIdLookup': {
272         subPipeline: [
273           { '$match': { _id: { '$eq': '_id placeholder' } } }
274         ],
275         totalDocsExamined: Long('151'),
276         totalKeysExamined: Long('151'),
277         numDocsFilteredByIdLookup: Long('0')
278       },
279       nReturned: Long('151'),
280       executionTimeMillisEstimate: Long('64')
281     }
282   ],
283   queryShapeHash: '6FD3791F785FA329D4ECD1171E0E5AF6772C18F5F0A7A50FC416D080A93C8CB7',
284   serverInfo: {
285     host: '<hostname>.mongodb.net',
286     port: 27017,
287     version: '8.2.0',
288     gitVersion: '13e629eeccd63f00d17568fc4c12b7530fa34b54'
289   },
290   serverParameters: {
291     ...
292   },
293   command: {
294     aggregate: 'movies',
295     pipeline: [
296       {
297         '$search': {
298           text: {
299             path: 'title',
300             query: 'yark',
301             fuzzy: { maxEdits: 1, maxExpansions: 100 }
302           }
303         }
304       }
305     ],
306     cursor: {},
307     '$db': 'sample_mflix'
308   },
309   ok: 1,
310   '$clusterTime': {
311     clusterTime: Timestamp({ t: 1758302299, i: 1 }),
312     signature: {
313       hash: Binary.createFromBase64('pCKOPlBY/K4IObOkqDlOSnbRqw0=', 0),
314       keyId: Long('7551379485140975621')
315     }
316   },
317   operationTime: Timestamp({ t: 1758302299, i: 1 })
318 }

`queryPlanner`

El siguiente ejemplo utiliza diferentes operadores para consultar el campo title con el modo queryPlanner nivel de verbosidad.

db.movies.explain("queryPlanner").aggregate([
  {
    $search: {
      "text": {
        "path": "title",
        "query": "yark",
        "fuzzy": {
          "maxEdits": 1,
          "maxExpansions": 100,
        }
      }
    }
  }
])

1 {
2   explainVersion: '1',
3   stages: [
4     {
5       '$_internalSearchMongotRemote': {
6         mongotQuery: {
7           text: {
8             path: 'title',
9             query: 'yark',
10             fuzzy: { maxEdits: 1, maxExpansions: 100 }
11           }
12         },
13         explain: {
14           query: {
15             type: 'BooleanQuery',
16             args: {
17               must: [],
18               mustNot: [],
19               should: [
20                 {
21                   type: 'BoostQuery',
22                   args: {
23                     query: {
24                       type: 'TermQuery',
25                       args: { path: 'title', value: 'park' }
26                     },
27                     boost: 0.75
28                   }
29                 },
30                 {
31                   type: 'BoostQuery',
32                   args: {
33                     query: {
34                       type: 'TermQuery',
35                       args: { path: 'title', value: 'york' }
36                     },
37                     boost: 0.75
38                   }
39                 },
40                 {
41                   type: 'BoostQuery',
42                   args: {
43                     query: {
44                       type: 'TermQuery',
45                       args: { path: 'title', value: 'dark' }
46                     },
47                     boost: 0.75
48                   }
49                 },
50                 {
51                   type: 'BoostQuery',
52                   args: {
53                     query: {
54                       type: 'TermQuery',
55                       args: { path: 'title', value: 'mark' }
56                     },
57                     boost: 0.75
58                   }
59                 },
60                 {
61                   type: 'BoostQuery',
62                   args: {
63                     query: {
64                       type: 'TermQuery',
65                       args: { path: 'title', value: 'yard' }
66                     },
67                     boost: 0.75
68                   }
69                 },
70                 {
71                   type: 'BoostQuery',
72                   args: {
73                     query: {
74                       type: 'TermQuery',
75                       args: { path: 'title', value: 'ark' }
76                     },
77                     boost: 0.6666666269302368
78                   }
79                 }
80               ],
81               filter: [],
82               minimumShouldMatch: 0
83             }
84           },
85           metadata: {
86             <hostname>.mongodb.netmongotVersion: '1.42.0',
87             mongotHostName: '<hostname>.mongodb.net',
88             indexName: 'default',
89             totalLuceneDocs: 21349
90           }
91         },
92         requiresSearchMetaCursor: false
93       }
94     },
95     {
96       '$_internalSearchIdLookup': {
97         subPipeline: [
98           { '$match': { _id: { '$eq': '_id placeholder' } } }
99         ]
100       }
101     }
102   ],
103   queryShapeHash: '6FD3791F785FA329D4ECD1171E0E5AF6772C18F5F0A7A50FC416D080A93C8CB7',
104   serverInfo: {
105     host: '<hostname>.mongodb.net',
106     port: 27017,
107     version: '8.2.0',
108     gitVersion: '13e629eeccd63f00d17568fc4c12b7530fa34b54'
109   },
110   serverParameters: {
111     ...
112   },
113   command: {
114     aggregate: 'movies',
115     pipeline: [
116       {
117         '$search': {
118           text: {
119             path: 'title',
120             query: 'yark',
121             fuzzy: { maxEdits: 1, maxExpansions: 100 }
122           }
123         }
124       }
125     ],
126     cursor: {},
127     '$db': 'sample_mflix'
128   },
129   ok: 1,
130   '$clusterTime': {
131     clusterTime: Timestamp({ t: 1758305729, i: 1 }),
132     signature: {
133       hash: Binary.createFromBase64('IUnIrXR/VeUrj1cGgyEFlkoQKAM=', 0),
134       keyId: Long('7551379485140975621')
135     }
136   },
137   operationTime: Timestamp({ t: 1758305729, i: 1 })
138 }

db.movies.explain("queryPlanner").aggregate([
  {
    $search: {
      "text": {
        "path": "title",
        "query": "prince"
      },
      "highlight": {
        "path": "title",
        "maxNumPassages": 1,
        "maxCharsToExamine": 40
      }
    }
  },
  {
    $project: {
      "description": 1,
      "_id": 0,
      "highlights": { "$meta": "searchHighlights" }
    }
  }
])

1 {
2   explainVersion: '1',
3   stages: [
4     {
5       '$_internalSearchMongotRemote': {
6         mongotQuery: {
7           text: { path: 'title', query: 'prince' },
8           highlight: { path: 'title', maxNumPassages: 1, maxCharsToExamine: 40 }
9         },
10         explain: {
11           query: {
12             type: 'TermQuery',
13             args: { path: 'title', value: 'prince' }
14           },
15           highlight: { resolvedHighlightPaths: [ '$type:string/title' ] },
16           metadata: {
17             <hostname>.mongodb.netmongotVersion: '1.42.0',
18             mongotHostName: '<hostname>.mongodb.net',
19             indexName: 'default',
20             totalLuceneDocs: 21349
21           }
22         },
23         requiresSearchMetaCursor: false
24       }
25     },
26     {
27       '$_internalSearchIdLookup': {
28         subPipeline: [
29           { '$match': { _id: { '$eq': '_id placeholder' } } }
30         ]
31       }
32     },
33     {
34       '$project': {
35         description: true,
36         highlights: { '$meta': 'searchHighlights' },
37         _id: false
38       }
39     }
40   ],
41   queryShapeHash: 'D08444272924C1E04A6E99D0CD4BF82FD929893862B3356F79EC18BBD1F0EF0C',
42   serverInfo: {
43     host: '<hostname>.mongodb.net',
44     port: 27017,
45     version: '8.2.0',
46     gitVersion: '13e629eeccd63f00d17568fc4c12b7530fa34b54'
47   },
48   serverParameters: {
49     ...
50   },
51   command: {
52     aggregate: 'movies',
53     pipeline: [
54       {
55         '$search': {
56           text: { path: 'title', query: 'prince' },
57           highlight: { path: 'title', maxNumPassages: 1, maxCharsToExamine: 40 }
58         }
59       },
60       {
61         '$project': {
62           description: 1,
63           _id: 0,
64           highlights: { '$meta': 'searchHighlights' }
65         }
66       }
67     ],
68     cursor: {},
69     '$db': 'sample_mflix'
70   },
71   ok: 1,
72   '$clusterTime': {
73     clusterTime: Timestamp({ t: 1758305809, i: 1 }),
74     signature: {
75       hash: Binary.createFromBase64('R7wN4/xS0eg0XFd23xeo/+hMPBY=', 0),
76       keyId: Long('7551379485140975621')
77     }
78   },
79   operationTime: Timestamp({ t: 1758305809, i: 1 })
80 }

db.movies.explain("queryPlanner").aggregate([
  {
    "$searchMeta": {
      "facet": {
        "operator": {
          "near": {
            "path": "released",
            "origin": ISODate("1921-11-01T00:00:00.000+00:00"),
            "pivot": 7776000000
          }
        },
        "facets": {
          "genresFacet": {
            "type": "string",
            "path": "genres"
          },
          "yearFacet" : {
            "type" : "number",
            "path" : "year",
            "boundaries" : [1910,1920,1930,1940]
          }
        }
      }
    }
  }
])

1 {
2   explainVersion: '1',
3   stages: [
4     {
5       '$searchMeta': {
6         mongotQuery: {
7           facet: {
8             operator: {
9               near: {
10                 path: 'released',
11                 origin: ISODate('1921-11-01T00:00:00.000Z'),
12                 pivot: 7776000000
13               }
14             },
15             facets: {
16               genresFacet: { type: 'string', path: 'genres' },
17               yearFacet: {
18                 type: 'number',
19                 path: 'year',
20                 boundaries: [ 1910, 1920, 1930, 1940 ]
21               }
22             }
23           }
24         },
25         explain: {
26           query: { type: 'LongDistanceFeatureQuery', args: {} },
27           collectStats: {
28             facet: {
29               stringFacetCardinalities: { genresFacet: { queried: 10, total: 25 } }
30             }
31           },
32           metadata: {
33             <hostname>.mongodb.netmongotVersion: '1.42.0',
34             mongotHostName: '<hostname>.mongodb.net',
35             indexName: 'default',
36             totalLuceneDocs: 21349
37           }
38         },
39         requiresSearchMetaCursor: true
40       }
41     }
42   ],
43   queryShapeHash: '582DB864C9BCFB96896CF1A3079CF70FAC10A9A1E19E8D66DF20A2BB40424FB5',
44   serverInfo: {
45     host: '<hostname>.mongodb.net',
46     port: 27017,
47     version: '8.2.0',
48     gitVersion: '13e629eeccd63f00d17568fc4c12b7530fa34b54'
49   },
50   serverParameters: {
51     ...
52   },
53   command: {
54     aggregate: 'movies',
55     pipeline: [
56       {
57         '$searchMeta': {
58           facet: {
59             operator: {
60               near: {
61                 path: 'released',
62                 origin: ISODate('1921-11-01T00:00:00.000Z'),
63                 pivot: 7776000000
64               }
65             },
66             facets: {
67               genresFacet: { type: 'string', path: 'genres' },
68               yearFacet: {
69                 type: 'number',
70                 path: 'year',
71                 boundaries: [ 1910, 1920, 1930, 1940 ]
72               }
73             }
74           }
75         }
76       }
77     ],
78     cursor: {},
79     '$db': 'sample_mflix'
80   },
81   ok: 1,
82   '$clusterTime': {
83     clusterTime: Timestamp({ t: 1758305859, i: 1 }),
84     signature: {
85       hash: Binary.createFromBase64('8Zm16MEkzHnPpP9uLJK1YlT7a3o=', 0),
86       keyId: Long('7551379485140975621')
87     }
88   },
89   operationTime: Timestamp({ t: 1758305859, i: 1 })
90 }

db.movies.explain("queryPlanner").aggregate([
  {
    $search: {
      index: "default",
      range: {
        path: "released",
        gt: ISODate("2015-01-01T00:00:00.000Z"),
        lt: ISODate("2015-12-31T00:00:00.000Z")
      },
      sort: {
        released: -1
      }
    }
  },
  { $limit: 5 },
  {
    $project: {
      _id: 0,
      title: 1,
      released: 1
    }
  }
])

1 {
2   explainVersion: '1',
3   stages: [
4     {
5       '$_internalSearchMongotRemote': {
6         mongotQuery: {
7           index: 'default',
8           range: {
9             path: 'released',
10             gt: ISODate('2015-01-01T00:00:00.000Z'),
11             lt: ISODate('2015-12-31T00:00:00.000Z')
12           },
13           sort: { released: -1 }
14         },
15         explain: {
16           query: {
17             type: 'ConstantScoreQuery',
18             args: {
19               query: {
20                 type: 'IndexOrDocValuesQuery',
21                 args: {
22                   query: [
23                     {
24                       type: 'PointRangeQuery',
25                       args: {
26                         path: 'released',
27                         gte: ISODate('2015-01-01T00:00:00.001Z'),
28                         lte: ISODate('2015-12-30T23:59:59.999Z')
29                       }
30                     },
31                     {
32                       type: 'SortedNumericDocValuesRangeQuery',
33                       args: {}
34                     }
35                   ]
36                 }
37               }
38             }
39           },
40           collectors: {
41             sort: {
42               fieldInfos: { released: [ 'dateV2' ] },
43               usesIndexSort: true
44             }
45           },
46           metadata: {
47             mongotVersion: '1.67.0',
48             mongotHostName: '<hostname>.mongodb.net',
49             indexName: 'default',
50             lucene: { totalSegments: 1, totalDocs: 21349 }
51           },
52           featureFlags: [
53             {
54               featureFlag: 'mongot.featureFlag.numericV2Semantics',
55               evaluationResult: true,
56               decisiveField: 'Phase'
57             }
58           ]
59         },
60         mongotDocsRequested: Long('5'),
61         requiresSearchMetaCursor: false
62       }
63     },
64     {
65       '$_internalSearchIdLookup': {
66         limit: Long('5'),
67         subPipeline: [
68           { '$match': { _id: { '$eq': '_id placeholder' } } }
69         ]
70       }
71     },
72     { '$limit': Long('5') },
73     { '$project': { title: true, released: true, _id: false } }
74   ],
75   queryShapeHash: 'CA4950A32339C9853C4A295D89E9523DE568624672C87C231135012D27896CAE',
76   serverInfo: {
77     host: '<hostname>.mongodb.net',
78     port: 27017,
79     version: '8.3.2',
80     gitVersion: '89f54eb32e217d2f7bfcad50e5919f3033bb9611'
81   },
82   serverParameters: {
83     internalQueryFacetBufferSizeBytes: 104857600,
84     internalDocumentSourceGroupMaxMemoryBytes: 104857600,
85     internalQueryMaxBlockingSortMemoryUsageBytes: 104857600,
86     internalDocumentSourceSetWindowFieldsMaxMemoryBytes: 104857600,
87     internalQueryFacetMaxOutputDocSizeBytes: 104857600,
88     internalLookupStageIntermediateDocumentMaxSizeBytes: 104857600,
89     internalQueryProhibitBlockingMergeOnMongoS: 0,
90     internalQueryMaxAddToSetBytes: 104857600,
91     internalQueryFrameworkControl: 'trySbeRestricted',
92     internalQueryPlannerIgnoreIndexWithCollationForRegex: 1
93   },
94   command: {
95     aggregate: 'movies',
96     pipeline: [
97       {
98         '$search': {
99           index: 'default',
100           range: {
101             path: 'released',
102             gt: ISODate('2015-01-01T00:00:00.000Z'),
103             lt: ISODate('2015-12-31T00:00:00.000Z')
104           },
105           sort: { released: -1 }
106         }
107       },
108       { '$limit': 5 },
109       { '$project': { _id: 0, title: 1, released: 1 } }
110     ],
111     cursor: {},
112     '$db': 'sample_mflix'
113   },
114   ok: 1,
115   '$clusterTime': {
116     clusterTime: Timestamp({ t: 1778545038, i: 1 }),
117     signature: {
118       hash: Binary.createFromBase64('mExdEPAwssnzlpKaA1Rt+Ypv+cA=', 0),
119       keyId: Long('7634583163557117960')
120     }
121   },
122   operationTime: Timestamp({ t: 1778545038, i: 1 })
123 }

Para las query que especifican una etapa $limit en el pipeline, los resultados explain incluyen la métrica mongotDocsRequested, que muestra el número de documentos que mongod solicitó de mongot.

Ejemplo

{
  "mongotQuery": {},
  "explain": {},
  "limit": <int>,
  "sortSpec": {},
  "mongotDocsRequested": <int>,
}

`executionStats`

El siguiente ejemplo utiliza el autocompletado para consultar el campo title con el executionStats modo nivel de verbosidad.

1 db.movies.explain("executionStats").aggregate([
2   {
3     "$search": {
4       "autocomplete": {
5         "path": "title",
6         "query": "pre",
7         "fuzzy": {
8           "maxEdits": 1,
9           "prefixLength": 1,
10           "maxExpansions": 256
11         }
12       }
13     }
14   }
15 ])

1 {
2   explainVersion: '1',
3   stages: [
4     {
5       '$_internalSearchMongotRemote': {
6         mongotQuery: {
7           autocomplete: {
8             path: 'title',
9             query: 'pre',
10             fuzzy: { maxEdits: 1, prefixLength: 1, maxExpansions: 256 }
11           }
12         },
13         explain: {
14           query: {
15             type: 'BooleanQuery',
16             args: {
17               must: [
18                 {
19                   type: 'MultiTermQueryConstantScoreBlendedWrapper',
20                   args: {
21                     queries: [
22                       {
23                         type: 'DefaultQuery',
24                         args: { queryType: 'AutomatonQuery' },
25                         stats: {
26                           context: { millisElapsed: 0 },
27                           match: { millisElapsed: 0 },
28                           score: { millisElapsed: 0 }
29                         }
30                       }
31                     ]
32                   },
33                   stats: {
34                     context: {
35                       millisElapsed: 12.517877,
36                       invocationCounts: {
37                         createWeight: Long('4'),
38                         createScorer: Long('48')
39                       }
40                     },
41                     match: {
42                       millisElapsed: 0.970794,
43                       invocationCounts: { nextDoc: Long('2436') }
44                     },
45                     score: {
46                       millisElapsed: 0.638731,
47                       invocationCounts: { score: Long('2420') }
48                     }
49                   }
50                 }
51               ],
52               mustNot: [],
53               should: [
54                 {
55                   type: 'TermQuery',
56                   args: { path: 'title', value: 'pre' },
57                   stats: {
58                     context: {
59                       millisElapsed: 1.481341,
60                       invocationCounts: {
61                         createWeight: Long('4'),
62                         createScorer: Long('16')
63                       }
64                     },
65                     match: { millisElapsed: 0 },
66                     score: { millisElapsed: 0 }
67                   }
68                 }
69               ],
70               filter: [],
71               minimumShouldMatch: 0
72             },
73             stats: {
74               context: {
75                 millisElapsed: 15.118651,
76                 invocationCounts: { createWeight: Long('4'), createScorer: Long('32') }
77               },
78               match: {
79                 millisElapsed: 1.923822,
80                 invocationCounts: { nextDoc: Long('2436') }
81               },
82               score: {
83                 millisElapsed: 1.954216,
84                 invocationCounts: { score: Long('2420') }
85               }
86             }
87           },
88           collectStats: {
89             allCollectorStats: {
90               millisElapsed: 4.189904,
91               invocationCounts: {
92                 collect: Long('2420'),
93                 competitiveIterator: Long('16'),
94                 setScorer: Long('16')
95               }
96             },
97             facet: { collectorStats: { millisElapsed: 0 } }
98           },
99           resultMaterialization: {
100             stats: {
101               millisElapsed: 21.876621,
102               invocationCounts: { retrieveAndSerialize: Long('4') }
103             }
104           },
105           metadata: {
106             <hostname>.mongodb.netmongotVersion: '1.42.0',
107             mongotHostName: '<hostname>.mongodb.net',
108             indexName: 'default',
109             cursorOptions: { batchSize: 108, requiresSearchSequenceToken: false },
110             totalLuceneDocs: 21349
111           },
112           resourceUsage: {
113             majorFaults: Long('2'),
114             minorFaults: Long('242'),
115             userTimeMs: Long('40'),
116             systemTimeMs: Long('0'),
117             maxReportingThreads: 1,
118             numBatches: 4
119           }
120         },
121         requiresSearchMetaCursor: false,
122         internalMongotBatchSizeHistory: [ Long('108'), Long('162'), Long('243'), Long('365') ]
123       },
124       nReturned: Long('605'),
125       executionTimeMillisEstimate: Long('44')
126     },
127     {
128       '$_internalSearchIdLookup': {
129         subPipeline: [
130           { '$match': { _id: { '$eq': '_id placeholder' } } }
131         ],
132         totalDocsExamined: Long('605'),
133         totalKeysExamined: Long('605'),
134         numDocsFilteredByIdLookup: Long('0')
135       },
136       nReturned: Long('605'),
137       executionTimeMillisEstimate: Long('91')
138     }
139   ],
140   queryShapeHash: '6FD3791F785FA329D4ECD1171E0E5AF6772C18F5F0A7A50FC416D080A93C8CB7',
141   serverInfo: {
142     host: '<hostname>.mongodb.net',
143     port: 27017,
144     version: '8.2.0',
145     gitVersion: '13e629eeccd63f00d17568fc4c12b7530fa34b54'
146   },
147   serverParameters: {
148     ...
149   },
150   command: {
151     aggregate: 'movies',
152     pipeline: [
153       {
154         '$search': {
155           autocomplete: {
156             path: 'title',
157             query: 'pre',
158             fuzzy: { maxEdits: 1, prefixLength: 1, maxExpansions: 256 }
159           }
160         }
161       }
162     ],
163     cursor: {},
164     '$db': 'sample_mflix'
165   },
166   ok: 1,
167   '$clusterTime': {
168     clusterTime: Timestamp({ t: 1758306209, i: 1 }),
169     signature: {
170       hash: Binary.createFromBase64('MIipFR5NAfl728L6h4ueQeZBLGM=', 0),
171       keyId: Long('7551379485140975621')
172     }
173   },
174   operationTime: Timestamp({ t: 1758306209, i: 1 })
175 }

Para obtener más información sobre los elementos de respuesta de explain, consulta Explicar resultados.

Volver

Sinónimos

Mejorar el rendimiento

1	{
2	"stages" : [
3	{
4	"$_internalSearchMongotRemote" : {
5	"mongotQuery" : {
6	"compound" : {
7	"must" : [ {
8	"compound" : {
9	"should" : [ {
10	"text" : {
11	"query" : "historic",
12	"path" : "summary"
13	}
14	},
15	{
16	"text" : {
17	"query" : "Portugal",
18	"path" : "address.country"
19	}
20	},
21	{
22	"text" : {
23	"query" : "railway",
24	"path" : "transit"
25	}
26	} ]
27	}
28	} ],
29	"mustNot" : [ {
30	"text" : {
31	"query" : "Apartment",
32	"path" : "property_type"
33	}
34	} ]
35	}
36	},
37	"explain" : {
38	"type" : "BooleanQuery",
39	"args" : {
40	"must" : [ {
41	"path" : "compound.must",
42	"type" : "BooleanQuery",
43	"args" : {
44	"must" : [ ],
45	"mustNot" : [ ],
46	"should" : [
47	{
48	"path" : "compound.must.compound.should[0]",
49	"type" : "TermQuery",
50	"args" : {
51	"path" : "summary",
52	"value" : "historic"
53	}
54	},
55	{
56	"path" : "compound.must.compound.should[1]",
57	"type" : "TermQuery",
58	"args" : {
59	"path" : "address.country",
60	"value" : "portugal"
61	}
62	},
63	{
64	"path" : "compound.must.compound.should[2]",
65	"type" : "TermQuery",
66	"args" : {
67	"path" : "transit",
68	"value" : "railway"
69	}
70	}
71	],
72	"filter" : [ ],
73	"minimumShouldMatch" : 0
74	}
75	} ],
76	"mustNot" : [ {
77	"path" : "compound.mustNot",
78	"type" : "TermQuery",
79	"args" : {
80	"path" : "property_type",
81	"value" : "apartment"
82	}
83	} ],
84	"should" : [ ],
85	"filter" : [ ],
86	"minimumShouldMatch" : 0
87	}
88	}
89	},
90	...
91	},
92	...
93	],
94	...
95	}

1	{
2	explainVersion: '1',
3	stages: [
4	{
5	'$_internalSearchMongotRemote': {
6	mongotQuery: {
7	text: {
8	path: 'title',
9	query: 'yark',
10	fuzzy: { maxEdits: 1, maxExpansions: 100 }
11	}
12	},
13	explain: {
14	query: {
15	type: 'BooleanQuery',
16	args: {
17	must: [],
18	mustNot: [],
19	should: [
20	{
21	type: 'BoostQuery',
22	args: {
23	query: {
24	type: 'TermQuery',
25	args: { path: 'title', value: 'mark' },
26	stats: {
27	context: { millisElapsed: 0 },
28	match: { millisElapsed: 0 },
29	score: { millisElapsed: 0 }
30	}
31	},
32	boost: 0.75
33	},
34	stats: {
35	context: {
36	millisElapsed: 0.209279,
37	invocationCounts: {
38	createWeight: Long('2'),
39	createScorer: Long('18')
40	}
41	},
42	match: {
43	millisElapsed: 0.028079,
44	invocationCounts: { nextDoc: Long('22') }
45	},
46	score: {
47	millisElapsed: 0.01706,
48	invocationCounts: { score: Long('16') }
49	}
50	}
51	},
52	{
53	type: 'BoostQuery',
54	args: {
55	query: {
56	type: 'TermQuery',
57	args: { path: 'title', value: 'yard' },
58	stats: {
59	context: { millisElapsed: 0 },
60	match: { millisElapsed: 0 },
61	score: { millisElapsed: 0 }
62	}
63	},
64	boost: 0.75
65	},
66	stats: {
67	context: {
68	millisElapsed: 0.136254,
69	invocationCounts: {
70	createWeight: Long('2'),
71	createScorer: Long('14')
72	}
73	},
74	match: {
75	millisElapsed: 0.008556,
76	invocationCounts: { nextDoc: Long('10') }
77	},
78	score: {
79	millisElapsed: 0.006096,
80	invocationCounts: { score: Long('6') }
81	}
82	}
83	},
84	{
85	type: 'BoostQuery',
86	args: {
87	query: {
88	type: 'TermQuery',
89	args: { path: 'title', value: 'york' },
90	stats: {
91	context: { millisElapsed: 0 },
92	match: { millisElapsed: 0 },
93	score: { millisElapsed: 0 }
94	}
95	},
96	boost: 0.75
97	},
98	stats: {
99	context: {
100	millisElapsed: 0.303568,
101	invocationCounts: {
102	createWeight: Long('2'),
103	createScorer: Long('18')
104	}
105	},
106	match: {
107	millisElapsed: 0.374856,
108	invocationCounts: { nextDoc: Long('62') }
109	},
110	score: {
111	millisElapsed: 0.892383,
112	invocationCounts: { score: Long('56') }
113	}
114	}
115	},
116	{
117	type: 'BoostQuery',
118	args: {
119	query: {
120	type: 'TermQuery',
121	args: { path: 'title', value: 'ark' },
122	stats: {
123	context: { millisElapsed: 0 },
124	match: { millisElapsed: 0 },
125	score: { millisElapsed: 0 }
126	}
127	},
128	boost: 0.6666666269302368
129	},
130	stats: {
131	context: {
132	millisElapsed: 8.379562,
133	invocationCounts: {
134	createWeight: Long('2'),
135	createScorer: Long('10')
136	}
137	},
138	match: {
139	millisElapsed: 2.073272,
140	invocationCounts: { nextDoc: Long('6') }
141	},
142	score: {
143	millisElapsed: 0.004063,
144	invocationCounts: { score: Long('4') }
145	}
146	}
147	},
148	{
149	type: 'BoostQuery',
150	args: {
151	query: {
152	type: 'TermQuery',
153	args: { path: 'title', value: 'dark' },
154	stats: {
155	context: { millisElapsed: 0 },
156	match: { millisElapsed: 0 },
157	score: { millisElapsed: 0 }
158	}
159	},
160	boost: 0.75
161	},
162	stats: {
163	context: {
164	millisElapsed: 0.679029,
165	invocationCounts: {
166	createWeight: Long('2'),
167	createScorer: Long('18')
168	}
169	},
170	match: {
171	millisElapsed: 5.500198,
172	invocationCounts: { nextDoc: Long('172') }
173	},
174	score: {
175	millisElapsed: 2.465502,
176	invocationCounts: { score: Long('166') }
177	}
178	}
179	},
180	{
181	type: 'BoostQuery',
182	args: {
183	query: {
184	type: 'TermQuery',
185	args: { path: 'title', value: 'park' },
186	stats: {
187	context: { millisElapsed: 0 },
188	match: { millisElapsed: 0 },
189	score: { millisElapsed: 0 }
190	}
191	},
192	boost: 0.75
193	},
194	stats: {
195	context: {
196	millisElapsed: 0.221919,
197	invocationCounts: {
198	createWeight: Long('2'),
199	createScorer: Long('18')
200	}
201	},
202	match: {
203	millisElapsed: 0.116139,
204	invocationCounts: { nextDoc: Long('60') }
205	},
206	score: {
207	millisElapsed: 0.056817,
208	invocationCounts: { score: Long('54') }
209	}
210	}
211	}
212	],
213	filter: [],
214	minimumShouldMatch: 0
215	},
216	stats: {
217	context: {
218	millisElapsed: 25.303419,
219	invocationCounts: { createWeight: Long('2'), createScorer: Long('12') }
220	},
221	match: {
222	millisElapsed: 10.533183,
223	invocationCounts: { nextDoc: Long('308') }
224	},
225	score: {
226	millisElapsed: 5.501189,
227	invocationCounts: { score: Long('302') }
228	}
229	}
230	},
231	collectStats: {
232	allCollectorStats: {
233	millisElapsed: 6.735626,
234	invocationCounts: {
235	collect: Long('302'),
236	competitiveIterator: Long('6'),
237	setScorer: Long('6')
238	}
239	},
240	facet: { collectorStats: { millisElapsed: 0 } }
241	},
242	resultMaterialization: {
243	stats: {
244	millisElapsed: 176.613905,
245	invocationCounts: { retrieveAndSerialize: Long('2') }
246	}
247	},
248	metadata: {
249	<hostname>.mongodb.netmongotVersion: '1.42.0',
250	mongotHostName: '<hostname>.mongodb.net',
251	indexName: 'default',
252	cursorOptions: { batchSize: 108, requiresSearchSequenceToken: false },
253	totalLuceneDocs: 21349
254	},
255	resourceUsage: {
256	majorFaults: Long('99'),
257	minorFaults: Long('192'),
258	userTimeMs: Long('80'),
259	systemTimeMs: Long('10'),
260	maxReportingThreads: 1,
261	numBatches: 2
262	}
263	},
264	requiresSearchMetaCursor: false,
265	internalMongotBatchSizeHistory: [ Long('108'), Long('162') ]
266	},
267	nReturned: Long('151'),
268	executionTimeMillisEstimate: Long('83')
269	},
270	{
271	'$_internalSearchIdLookup': {
272	subPipeline: [
273	{ '$match': { _id: { '$eq': '_id placeholder' } } }
274	],
275	totalDocsExamined: Long('151'),
276	totalKeysExamined: Long('151'),
277	numDocsFilteredByIdLookup: Long('0')
278	},
279	nReturned: Long('151'),
280	executionTimeMillisEstimate: Long('88')
281	}
282	],
283	queryShapeHash: '6FD3791F785FA329D4ECD1171E0E5AF6772C18F5F0A7A50FC416D080A93C8CB7',
284	serverInfo: {
285	host: '<hostname>.mongodb.net',
286	port: 27017,
287	version: '8.2.0',
288	gitVersion: '13e629eeccd63f00d17568fc4c12b7530fa34b54'
289	},
290	serverParameters: {
291	...
292	},
293	command: {
294	aggregate: 'movies',
295	pipeline: [
296	{
297	'$search': {
298	text: {
299	path: 'title',
300	query: 'yark',
301	fuzzy: { maxEdits: 1, maxExpansions: 100 }
302	}
303	}
304	}
305	],
306	cursor: {},
307	'$db': 'sample_mflix'
308	},
309	ok: 1,
310	'$clusterTime': {
311	clusterTime: Timestamp({ t: 1758295936, i: 19 }),
312	signature: {
313	hash: Binary.createFromBase64('+CanjrL9jdXPTLa2sUaNPtImkBc=', 0),
314	keyId: Long('7551379485140975621')
315	}
316	},
317	operationTime: Timestamp({ t: 1758295936, i: 19 })
318	}

1	{
2	explainVersion: '1',
3	stages: [
4	{
5	'$searchMeta': {
6	mongotQuery: {
7	facet: {
8	operator: {
9	near: {
10	path: 'released',
11	origin: ISODate('1921-11-01T00:00:00.000Z'),
12	pivot: 7776000000
13	}
14	},
15	facets: {
16	genresFacet: { type: 'string', path: 'genres' },
17	yearFacet: {
18	type: 'number',
19	path: 'year',
20	boundaries: [ 1910, 1920, 1930, 1940 ]
21	}
22	}
23	}
24	},
25	explain: {
26	query: {
27	type: 'LongDistanceFeatureQuery',
28	args: {},
29	stats: {
30	context: {
31	millisElapsed: 4.141763,
32	invocationCounts: { createWeight: Long('1'), createScorer: Long('6') }
33	},
34	match: {
35	millisElapsed: 24.986327,
36	invocationCounts: { nextDoc: Long('20881') }
37	},
38	score: {
39	millisElapsed: 33.324657,
40	invocationCounts: { score: Long('20878') }
41	}
42	}
43	},
44	collectStats: {
45	allCollectorStats: {
46	millisElapsed: 72.243101,
47	invocationCounts: {
48	collect: Long('20878'),
49	competitiveIterator: Long('3'),
50	setScorer: Long('3')
51	}
52	},
53	facet: {
54	collectorStats: {
55	millisElapsed: 10.424621,
56	invocationCounts: { collect: Long('20878'), setScorer: Long('3') }
57	},
58	createCountsStats: {
59	millisElapsed: 60.095261,
60	invocationCounts: { generateFacetCounts: Long('2') }
61	},
62	stringFacetCardinalities: { genresFacet: { queried: 10, total: 25 } }
63	}
64	},
65	resultMaterialization: {
66	stats: {
67	millisElapsed: 13.764287,
68	invocationCounts: { retrieveAndSerialize: Long('1') }
69	}
70	},
71	metadata: {
72	<hostname>.mongodb.netmongotVersion: '1.42.0',
73	mongotHostName: '<hostname>.mongodb.net',
74	indexName: 'default',
75	totalLuceneDocs: 21349
76	},
77	resourceUsage: {
78	majorFaults: Long('10'),
79	minorFaults: Long('13'),
80	userTimeMs: Long('20'),
81	systemTimeMs: Long('0'),
82	maxReportingThreads: 1,
83	numBatches: 1
84	}
85	},
86	requiresSearchMetaCursor: true
87	},
88	nReturned: Long('1'),
89	executionTimeMillisEstimate: Long('336')
90	}
91	],
92	queryShapeHash: '582DB864C9BCFB96896CF1A3079CF70FAC10A9A1E19E8D66DF20A2BB40424FB5',
93	serverInfo: {
94	host: '<hostname>.mongodb.net',
95	port: 27017,
96	version: '8.2.0',
97	gitVersion: '13e629eeccd63f00d17568fc4c12b7530fa34b54'
98	},
99	serverParameters: {
100	...
101	},
102	command: {
103	aggregate: 'movies',
104	pipeline: [
105	{
106	'$searchMeta': {
107	facet: {
108	operator: {
109	near: {
110	path: 'released',
111	origin: ISODate('1921-11-01T00:00:00.000Z'),
112	pivot: 7776000000
113	}
114	},
115	facets: {
116	genresFacet: { type: 'string', path: 'genres' },
117	yearFacet: {
118	type: 'number',
119	path: 'year',
120	boundaries: [ 1910, 1920, 1930, 1940 ]
121	}
122	}
123	}
124	}
125	}
126	],
127	cursor: {},
128	'$db': 'sample_mflix'
129	},
130	ok: 1,
131	'$clusterTime': {
132	clusterTime: Timestamp({ t: 1758304279, i: 1 }),
133	signature: {
134	hash: Binary.createFromBase64('DI9+ZTogU1QxHCWId6QLcA4R4tQ=', 0),
135	keyId: Long('7551379485140975621')
136	}
137	},
138	operationTime: Timestamp({ t: 1758304279, i: 1 })
139	}

1	db.movies.explain("executionStats").aggregate([
2	{
3	"$search": {
4	"autocomplete": {
5	"path": "title",
6	"query": "pre",
7	"fuzzy": {
8	"maxEdits": 1,
9	"prefixLength": 1,
10	"maxExpansions": 256
11	}
12	}
13	}
14	}
15	])