/ /

Aprimorar a precisão

Página inicial do Docs

Desenvolvimento

Pesquisa

Aprimorar a precisão

Página inicial do Docs

Desenvolvimento

Pesquisa

Aprimorar a precisão

Como recuperar o plano de query e as estatísticas de execução

A query do MongoDB Search retorna informações sobre o $search plano de query e a estatística de execução quando a query é executada com o explain método ativado. Quando você executa uma query explain com, o MongoDB Search retorna um documentoBSON contendo estatísticas e metadados que descrevem como a query foi executada internamente no Lucene.

Dica

explicar comando

Sintaxe

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

Detalhamento

O modo Verbosidade controla o comportamento do explain e a quantidade de informações retornadas. O valor pode ser um dos seguintes, em ordem decrescente de verbosidade:

allPlansExecution	Informações sobre o plano de query , incluindo os campos `stats`, que contêm estatísticas de execução da query. Inclui dados de execução parcial capturados durante a seleção do plano.
executionStats	Informações sobre o plano de query, incluindo os campos `stats`, que contêm estatísticas de execução para a query.
queryPlanner (padrão)	Informações sobre o plano de query. Não inclui os campos `stats`, que contêm as estatísticas de execução da query.

Dica

Modos de Verbosidade

Saída

A query com o método explain retorna os seguintes campos no objeto stages.$_internalSearchMongotRemote :

Opção	Tipo	Propósito
`mongotQuery`	documento	Contém a query que você executou.
`explain`	documento	Contém os `explain` resultados. Para saber mais, consulte Explicar resultados.
`internalMongotBatchSizeHistory`	array de números inteiros	Contém o tamanho de cada lote de documentos que `mongot` devolveu para `mongod`.

Explicação de resultados

O explain método retorna um documento BSON com os seguintes campos no explain documento .

Opção	Tipo	necessidade	Propósito
`collectors`	documento	Opcional	Descreve as estatísticas de execução do coletor. Se `indexPartitionExplain` estiver presente, ele será aninhado dentro de cada `indexPartitionExplain` em vez de no nível superior.
`highlight`	documento	Opcional	Detalhes sobre a execução do realce para a query. Isso é retornado apenas se você especificou realce na query.
`indexPartitionExplain`	matriz de documentos	Opcional	Contém detalhes por partição de índice. Isso é retornado apenas se você tiver configurado duas ou mais partições de índice.
`metadata`	documento	Opcional	Contém metadados úteis.
`query`	documento	Opcional	Descreve as estatísticas de execução da query. Isso não é retornado. Se `indexPartitionExplain` estiver presente, ele estará aninhado dentro de cada `indexPartitionExplain`, em vez de no nível superior.
`resultMaterialization`	documento	Opcional	Detalhes sobre a recuperação de dados por documento do Lucene após a execução da query. Isso não é retornado para o modo de detalhamento `queryPlanner`.
`resourceUsage`	documento	Opcional	Detalha o uso de recursos da query quando ela foi executada. Isso não é retornado para o modo de detalhamento `queryPlanner`.

`collectors`

O documento BSON collectors contém os seguintes campos:

Campo	Tipo	necessidade	Propósito
`allCollectorStats`	documento	Obrigatório	Estatísticas de todos os coletores da query. As estatísticas relatadas representam o valor máximo em todos os coletores usados na query ou uma soma da estatística em todos os subcoletores. As estatísticas de tempo são somadas para refletir o tempo total gasto em todos os coletores para toda a query. Para saber mais, consulte `allCollectorStats`.
`facet`	documento	Opcional	Análise detalhada da query que especifica a faceta. Para aprender mais, consulte `facet`.
`sort`	documento	Opcional	Detalhamento da query que especifica a ordem. Para aprender mais, consulte `sort`.

`allCollectorStats`

O documento allCollectorStats BSON descreve as estatísticas dos coletores em todos os coletores especificados na query, incluindo facet e sort. Ele contém as seguintes chaves:

Campo	Descrição
`collect`	Acompanha a duração e o número de resultados coletados pelo coletor.
`competitiveIterator`	Estatísticas que rastreiam a duração total e o número de vezes que um `competitiveIterator` foi solicitado ao coletor.
`setScorer`	Estatísticas que monitoram a duração total e o número de vezes que um pontuador foi configurado no coletor.

`facet`

O facet é um documento BSON que detalha estatísticas de query e execução quando você especifica uma faceta na query. Ele contém os seguintes campos:

Opção	Tipo	necessidade	Propósito
`collectorStats`	documento	Opcional	Exibe estatísticas apenas para o coletor `facet`. As chaves aqui são idênticas às `allCollectorStats`. Você pode avaliar a diferença entre este e o `allCollectorStats` para determinar as estatísticas de execução do coletor `sort` se tiver usado `sort` na query.
`createCountsStats`	documento	Opcional	Exibe estatísticas relacionadas à criação do objeto interno do Lucene que contém todos os agrupamentos de facetas. Ele contém o campo `generateFacetCounts`, que retorna as estatísticas que rastreiam a duração total e o número de vezes que `mongot` gera o objeto do Lucene que contém todas as facetas e suas contagens.
`stringFacetFieldCardinalities`	documento	Obrigatório	Mapeia o campo que está sendo facetado para suas cardinalidades tanto nos documentos que corresponderam à query quanto em todo o índice do Lucene. Ele fornece as seguintes informações de cardinalidade para cada campo: `queried` - Representa a cardinalidade da faceta do campo em todos os documentos consultados. `total` - Representa a cardinalidade da faceta do campo em todos os documentos no índice.

`sort`

O sort é um documento BSON que detalha as estatísticas de query e execução quando você especifica uma ordenação na query. Ele contém os seguintes campos:

Opção	Tipo	necessidade	Propósito
`stats`	documento	Opcional	Acompanha estatísticas relacionadas à execução de `sort` em todos os campos de ordenação. Ele contém os seguintes campos: `comparator` - Exibe estatísticas e metadados sobre como o Lucene ordena os resultados. `setBottom` - Retorna com que frequência o valor de classificação menos concorrente atual é atualizado com um valor novo e mais concorrente. Ao classificar, o MongoDB Search mantém o controle do valor inferior e, se um novo valor ultrapassar o valor inferior atual em relevância ou concorrência, essa métrica será incrementada. `compareBottom` - Retorna as estatísticas de tempo e invocação relacionadas à comparação do valor `bottom` atual com um valor `bottom` candidato. `compareTop` - Retorna as estatísticas de tempo e invocação relacionadas à comparação do valor `top` atual com um valor `top` candidato. `setHitsThresholdReached` - Retorna as estatísticas de tempo e invocação relacionadas ao momento em que o número máximo de resultados (`limit`) foi alcançado. `competitiveIterator` - Retorna as estatísticas de tempo e invocação relacionadas à iteração (somente) em documentos que provavelmente competirão pelos primeiros pontos nos resultados classificados. `setScorer` - Retorna as estatísticas de tempo e invocação relacionadas ao cálculo da pontuação e da relevância dos documentos. `prunedResultIterator` - Mostra as invocações e as estatísticas de tempo das chamadas dos métodos `nextDoc` e `advance` no Lucene `competitiveIterator`. Isso não estará presente na saída se for realizada uma classificação mista por tipo de dados. Ele contém apenas o campo `nextDoc`.
`fieldInfos`	documento	Obrigatório	Mapeia o campo que está sendo ordenado para a lista de tipos de dados presentes no índice para o campo.

`highlight`

O highlight é um documento BSON que detalha estatísticas de query e execução quando você especifica realce na query. Ele contém os seguintes campos:

Opção	Tipo	necessidade	Propósito
`resolvedHighlightPaths`	List<String>	Obrigatório	Lista de todos os campos realçados. Se você especificou um caminho curinga na seção `highlight` da sua query, ela contém uma lista de caminhos de documentos totalmente resolvidos.
`stats`	Área de Execução de Consulta	Opcional	Estatísticas de invocação e temporização relacionadas à configuração e execução de destaques. Ele contém os seguintes campos: `setupHighlight` - Tempo necessário para configurar os objetos internos do Lucene utilizados durante a fase `executeHighlight`. `executeHighlight` - Tempo necessário para executar a realce nos documentos correspondentes.

`indexPartitionExplain`

o indexPartitionExplain contém Resultados de explicação para cada partição de índice. Os elementos de nível superior collectors e query estão dentro das informações explain de cada partição de índice e ausentes no nível superior.

`metadata`

O metadata contém metadados úteis, como os seguintes:

Campo	Tipo	necessidade	Propósito
`mongotVersion`	String	Opcional	Versão atual de `mongot`.
`mongotHostName`	String	Opcional	Etiqueta legível por humanos que identifica o host `mongot`.
`indexName`	String	Opcional	Índice de pesquisa do MongoDB usado na query.
`cursorOptions`	Documento	Opcional	Opções de cursor dadas a `mongot`.
`totalLuceneDocs`	Inteiro	Opcional	Número total de objetos de índice no índice, incluindo documentos excluídos.

`query`

O documento BSON query descreve as estatísticas de execução da query. Ele contém os seguintes campos:

Campo	Tipo	necessidade	Propósito
`path`	string	Opcional	Caminho para o operador, somente se não for a raiz.
`type`	string	Obrigatório	Nome da query Lucene que o operador do MongoDB Search criou. Consulte `query` para mais informações.
`analyzer`	string	Opcional	O analisador MongoDB Search usado com a query.
`args`	documento	Obrigatório	Informações sobre a query do Lucene. Consulte `query` para obter mais informações.
`stats`	documento	Opcional	`stats` para a query se `explain` foi executado com o detalhamento `executionStats` ou `allPlansExecution`.

`args`

A resposta de explicação de um comando de pesquisa contém informações sobre a query executada com esse comando. A resposta no campo args inclui detalhes estruturados de quais queries do Lucene foram executadas MongoDB Search para satisfazer uma query $search.

Esta seção contém:

Algumas das queries do Lucene que os operadores do MongoDB Search criam
Opções de query do Lucene incluídas no resumo estruturado
Exemplo de resumo estruturado da query Lucene para cada tipo de query Lucene

Observação

Sobre os exemplos

Os exemplos desta seção são baseados em queries executadas nos conjuntos de dados de amostra com o queryPlanner modo de detalhamento. Na resposta de exemplo:

mongotQuery o campo mostra o operador MongoDB Search e a query que foi executada.
explain.type mostra a query Lucene que o operador criou.

Para exemplos completos, consulte Exemplos.

BooleanQuery

Para Lucene BooleanQuery, o resumo estruturado inclui detalhes sobre as seguintes opções:

Campo	Tipo	necessidade	Descrição
`must`	<Explicar resultados>	Opcional	Cláusulas que devem corresponder.
`mustNot`	<Explicar resultados>	Opcional	Cláusulas que não devem corresponder.
`should`	<Explicar resultados>	Opcional	Cláusulas que deveriam corresponder.
`filter`	<Explicar resultados>	Opcional	Cláusulas que deveriam corresponder.
`minimumShouldMatch`	Inteiro	Opcional	O número mínimo de `should` cláusulas que devem corresponder.

ConstantScoreQuery

Para consultas de pontuação constantes, o resumo estruturado inclui detalhes sobre as seguintes opções:

Campo	Tipo	necessidade	Descrição
`query`	Explicação de resultados	Obrigatório	Filho de `ConstantScoreQuery`.

O exemplo a seguir mostra a resposta explain para uma query executada na coleção 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 do Lucene FunctionScoreQuery, o resumo estruturado inclui detalhes sobre as seguintes opções:

Campo	Tipo	necessidade	Descrição
`scoreFunction`	string	Obrigatório	Expressão de pontuação usada na consulta.
`query`	Explicação de resultados	Obrigatório	A consulta.

O exemplo a seguir mostra a resposta explain para uma query executada na coleção 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 queries do Lucene LatLonPointDistanceQuery, a resposta contém apenas um stats.

O exemplo a seguir mostra a resposta explain para uma query executada na coleção 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 queries do Lucene LatLonShapeQuery, a resposta contém apenas um stats.

O exemplo a seguir mostra a resposta explain para uma query executada na coleção 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 o Lucene LongDistanceFeatureQuery, a resposta contém apenas um stats.

O exemplo a seguir mostra a resposta explain para uma query executada na coleção 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 consultas do Lucene MultiTermQueryConstantScoreWrapper, o resumo estruturado inclui detalhes sobre os seguintes argumentos:

Campo	Tipo	necessidade	Descrição
`queries`	Lista<Explicar resultados>	Obrigatório	Lista de consultas.

O exemplo a seguir mostra a resposta explain para uma query executada na coleção 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 consultas do Lucene PhraseQuery, o resumo estruturado inclui detalhes sobre os seguintes argumentos:

Campo	Tipo	necessidade	Descrição
`path`	String	Obrigatório	Campo indexado para pesquisar.
`query`	String	Obrigatório	String ou strings para pesquisar.
`slop`	Número	Obrigatório	Distância permitida entre palavras na frase `query`.

O exemplo a seguir mostra a resposta explain para uma query executada na coleção 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 consultas do Lucene PointRangeQuery, o resumo estruturado inclui detalhes sobre os seguintes argumentos:

Campo	Tipo	necessidade	Descrição
`path`	String	Obrigatório	Campo indexado para pesquisar.
`representation`	String	Opcional	Representação numérica. Queries sobre dados classificados por data não incluem representação.
`gte`	Número	Opcional	Limite inferior da consulta.
`lte`	Número	Opcional	Limite superior da consulta.

O exemplo a seguir mostra a resposta explain para uma query executada na coleção 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 queries de termo, o resumo estruturado inclui detalhes sobre os seguintes argumentos:

Campo	Tipo	necessidade	Descrição
`path`	String	Obrigatório	Campo indexado para pesquisar.
`value`	String	Obrigatório	String a ser pesquisada.

O exemplo a seguir mostra a resposta explain para uma query executada na coleção 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

Queries Lucene que não são explicitamente definidas por outra query Lucene são serializadas utilizando a query padrão. O resumo estruturado inclui detalhes sobre a seguinte opção:

Campo	Tipo	necessidade	Descrição
`queryType`	String	Obrigatório.	Tipo de consulta Lucene.

O exemplo a seguir mostra a resposta explain para uma query executada na coleção 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`

A resposta explain para os modos de detalhamento executionStats e allPlansExecution inclui um campo stats que contém informações sobre quanto tempo uma query gasta em vários estágios de sua execução.

Detalhamento do tempo

O detalhamento do tempo descreve as estatísticas de execução pertinentes a áreas de execução da query. Os campos a seguir mostram o detalhamento do tempo:

Campo	Tipo	Descrição
`millisElapsed`	Long	O tempo aproximado do relógio na parede decorrido executando tarefas nessa área, incluindo a quantidade de tempo que os filhos da query gastaram nessa área. O valor é o número aproximado de milissegundos decorridos durante a execução de tarefas nesta área.
`invocationCounts`	Documento	Número de invocações de tarefas incluídas nesta área. O valor é um mapa de nomes de tarefas para sua contagem de invocação.

Áreas de query

As estatísticas estão disponíveis para as seguintes áreas de query:

Opção

Descrição

context

Estatísticas relacionadas à execução da query Lucene. Há duas tarefas cujas contagens de invocação são enumeradas nesta área:

`createScorer`	O Scorer itera sobre os documentos e gera uma pontuação para cada documento. Invocações de `createScorer` criam o objeto responsável pela pontuação. Observe que o tempo associado a essa tarefa não é o tempo gasto na classificação de documentos. A contagem inclui o número de invocações `scorerSupplier` .
`createWeight`	O estado das lojas de peso associado a uma query e `IndexSearcher`. A contagem inclui o número de invocações `createWeight` .

O tempo gasto nessa área está relacionado à estrutura da query e não é baseado no número de resultados que são iterados e pontuados.

Por exemplo:

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

match

Estatísticas relacionadas à iteração e à correspondência de documentos de resultados. Essa estatística mostra o tempo necessário para determinar qual documento é a próxima correspondência. O tempo gasto na correspondência de resultados pode variar significativamente, dependendo da natureza da query. Há duas tarefas cujas contagens de invocação são enumeradas nesta área:

nextDoc

Solicitações para avançar para o próximo documento do conjunto de resultados. Isso envolve identificar e mover saltos anteriores, ou outras tarefas necessárias para encontrar a próxima correspondência. A contagem inclui o número de invocações nextDoc e advance .

refineRoughMatch

Executa uma correspondência mais completa. Algumas query são executadas em um processo de duas fases, em que um documento é primeiro correspondido "aproximadamente" e é verificado com uma segunda fase, mais completa, somente depois de satisfazer a primeira correspondência aproximada. A tarefa refineRoughMatch é a segunda fase do processo de duas fases. A contagem inclui o número de invocações refineRoughMatch .

Por exemplo:

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

score

Estatísticas relacionadas à pontuação de documentos no conjunto de resultados. Há duas tarefas cujas contagens de invocação são enumeradas nesta área:

`score`	Classifica cada documento no conjunto de resultados. A contagem inclui o número de invocações `score` .
`setMinCompetitiveScore`	Ignora documentos cuja pontuação é menor que o valor fornecido. Indica que uma query pode ter sido capaz de reduzir o número de operações de pontuação realizadas ignorando documentos com pontuações abaixo de um limite não concorrência. A contagem inclui o número de invocações `setMinCompetitiveScore` .

Por exemplo:

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

`resultMaterialization`

O documento resultMaterialization mostra o tempo que mongot leva para realizar o seguinte:

Recupere os dados de resultados armazenados no Lucene no formato de _id ou storedSource.
Serialize os dados no formato BSON antes de enviá-los para mongod.

Para aprender mais, consulte stats.

`resourceUsage`

O documento resourceUsage mostra o recurso utilizado para executar a query. Ele contém os seguintes campos:

Campo	Tipo	necessidade	Propósito
`majorFaults`	Long	Obrigatório	Número de falhas de página principais, que ocorrem quando o sistema não consegue encontrar os dados necessários na memória, resultando na leitura do armazenamento de apoio, como disco, durante a execução da query.
`minorFaults`	Long	Obrigatório	Número de falhas de página menores, que ocorrem quando os dados estão no cache de página, mas ainda não foram mapeados para a tabela de páginas do processo.
`userTimeMs`	Long	Obrigatório	Tempo da CPU, em milissegundos, gasto no espaço do usuário.
`systemTimeMs`	Long	Obrigatório	Tempo da CPU, em milissegundos, gasto no espaço do sistema.
`maxReportingThreads`	Inteiro	Obrigatório	Número máximo de threads que `mongot` utilizou durante a execução da query em todos os lotes. Para consultas de explicação não concorrentes, o valor é `1`.
`numBatches`	Inteiro	Obrigatório	Número total de lotes que `mongot` foi solicitado ao processar a query.

Exemplos

Os exemplos seguintes utilizam a collection movies no banco de dados sample_mflix.

Dica

Se já tiver carregado o conjunto de dados de amostra, consulte o tutorial Início Rápido do MongoDB Search para criar uma definição de índice e executar queries do MongoDB Search.

`allPlansExecution`

O exemplo a seguir usa diferentes operadores para executar uma query no campo title com o modo de detalhamento allPlansExecution.

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`

O exemplo a seguir usa diferentes operadores para executar uma query no campo title com o modo de detalhamento queryPlanner.

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 }

Para queries que especificam um estágio $limit no pipeline, os resultados do explain incluem a métrica mongotDocsRequested que mostra o número de documentos que o mongod solicitou do mongot.

Exemplo

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

`executionStats`

O exemplo a seguir usa o autocomplete para consultar o campo title com o modo de detalhamento executionStats.

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 aprender mais sobre os elementos de resposta explain, consulte Explicar resultados.

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	}

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	])