La regla ESR (igualdad, ordenación y rango)

Igualdad

"Exacta" se refiere a una coincidencia exacta de un único valor. Las siguientes consultas de coincidencia exacta escanean la colección cars en busca de documentos cuyo campo model coincide exactamente con Cordoba.

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

Las búsquedas en índices utilizan eficientemente las coincidencias exactas para limitar el número de documentos necesarios para completar una consulta. Coloque primero en el índice los campos que requieren coincidencias exactas.

Un índice puede tener múltiples claves para query con coincidencias exactas. Las claves de índice para las coincidencias exactas pueden aparecer en cualquier orden. Sin embargo, para cumplir con una coincidencia exacta con el índice, todas las claves del índice para coincidencias exactas deben preceder a cualquier otro campo del índice. El algoritmo de búsqueda de MongoDB elimina la necesidad de colocar los campos de coincidencia exacta en un orden específico.

Las coincidencias exactas deben ser selectivas. Para reducir el número de claves de índice analizadas, asegúrese de que las pruebas de igualdad eliminen al menos el 90% de las posibles coincidencias de documentos.

Sort

"Ordenar" determina el orden de los resultados. La ordenación se realiza después de las coincidencias de igualdad, ya que estas reducen la cantidad de documentos que deben ordenarse. Además, la ordenación después de las coincidencias de igualdad permite a MongoDB realizar una ordenación sin bloqueo.

Un índice puede admitir operaciones de ordenación cuando los campos de consulta son un subconjunto de las claves de índice. Las operaciones de ordenación en un subconjunto de las claves de índice solo son compatibles si la consulta incluye condiciones de igualdad para todas las claves de prefijo que preceden a las claves de ordenación. Para obtener más información, consulta Subconjunto de ordenación y sin prefijo de un índice.

El siguiente ejemplo consulta la colección cars. La salida está ordenada por model:

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

Para mejorar el rendimiento de query, crea un índice en los campos manufacturer y model:

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

• manufacturer es la primera clave porque es una coincidencia exacta.

• model se indexa en el mismo orden ( 1 ) que la query.

Rango

Campos de escaneo de filtros de "rango". El escaneo no requiere una coincidencia exacta, lo que significa que los filtros de rango están vinculados de manera flexible a las claves de índice. Para mejorar la eficiencia de las consultas, limita los límites del rango y utiliza coincidencias exactas para reducir el número de documentos a escanear.

Los filtros de rango son similares a lo siguiente:

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

MongoDB no puede realizar una ordenación por índice en los resultados de un filtro de rango. Coloque el filtro de rango después del predicado de ordenación para que MongoDB pueda usar una ordenación por índice no bloqueante. Para más información sobre las ordenaciones por bloqueo,cursor.allowDiskUse() consulte.

Consideraciones adicionales

• Los operadores de desigualdad tales como $ne o $nin son operadores de rango, no operadores exactos.

• $regex es un operador de rango.

• $in:

  • Cuando $in se usa solo, es un operador de igualdad que realiza una serie de coincidencias exactas.

  • Cuando $in se usa con .sort():

    • Si $in tiene menos de 200 elementos de matriz, estos se expanden y luego se fusionan según el orden de clasificación especificado para el índice. Esto mejora el rendimiento con matrices pequeñas. $in es similar a un predicado de igualdad con ESR.

    • Si $in tiene 200 elementos o más, estos se ordenan como un operador de rango. En este caso, no se observa la mejora del rendimiento para matrices pequeñas. Los campos subsiguientes del índice no pueden proporcionar una ordenación, y $in es similar a un predicado de rango con ESR.

    • Si suele usar $ins con matrices pequeñas, incluya $ins antes en la especificación del índice. Si suele usar matrices grandes, incluya $ins donde incluiría un predicado de rango.

Ejemplo

La siguiente query busca la colección cars de vehículos fabricados por Ford que cuesten más de 15.000 USD. Los resultados están clasificados por modelo:

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

La consulta contiene todos los elementos de la regla ESR:

• manufacturer: 'Ford' es una coincidencia basada en igualdad

• cost: { $gt: 15000 } es una coincidencia basada en un rango, y

• model se utiliza para la clasificación

Siguiendo la regla ESR, el índice óptimo para la consulta de ejemplo es:

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

Discusión adicional

Varias ponencias en conferencias de MongoDB abordan la regla ESR en profundidad.

• Consejos y trucos para una indexación eficaz

• Los aspectos visuales (y olfativos) de una mala query

• Consejos y trucos++ para consultar e indexar MongoDB

• Crea índices para apoyar tus consultas

• Utiliza índices para ordenar los resultados de las consultas

• Crear índices para garantizar la selectividad de las consultas