本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。 # Amazon DocumentDB 中的查询 本节介绍使用 Amazon DocumentDB 进行查询的所有方面。 **Topics** + [查询文档](#querying.docs) + [查询计划](#querying.queryplan) + [解释结果](#querying.explainresults) + [查询计划器 v2](query-planner.md) + [查询计划器 v3](query-planner-v3.md) + [地理空间数据](geospatial.md) + [部分索引](partial-index.md) + [文本搜索](text-search.md) ## 查询文档 有时，您可能需要查看在线商店的库存，这样客户就能看到并购买您销售的物品。查询集合相对容易，无论您想要集合中的所有文档，还是仅需要那些满足特定标准的文档。 要查询文档，请使用 `find()` 操作。`find()` 命令具有单个文档参数，该参数定义了在选择要返回的文档时要使用的标准。`find()` 的输出是一个文档，其格式为一行文本，不含换行符。要格式化输出文档，从而更加轻松地读取，请使用 `find().pretty()`。本主题中的所有示例都使用 `.pretty()` 设置输出的格式。 下面的代码示例使用在前面两个练习中插入到 `example` 集合中的四个文档：`insertOne()` 和 `insertMany()`，它们位于[使用文档](https://docs.amazonaws.cn//documentdb/latest/developerguide/document-database-working-with-documents.html)的添加文档部分。 **Topics** + [检索所有文档](#querying.alldocs) + [匹配字段值](#querying.matchfield) + [嵌入文档](#querying.embedded-doc) + [嵌入文档中的字段值](#querying.embedded-docs-field) + [匹配数组](#querying.array) + [匹配数组中的值](#querying.array-values) + [使用运算符](#querying.operators) ### 检索集合中的所有文档 要检索集合中的所有文档，请将 `find()` 操作和空查询文档结合使用。 以下查询返回 `example` 集合中的所有文档。 ``` db.example.find( {} ).pretty() ``` ### 检索与字段值匹配的文档 要检索与字段和值匹配的所有文档，请将 `find()` 操作和查询文档（标识要匹配的字段和值）结合使用。 通过使用前述文档，此查询将返回其中“Item”字段等于“Pen”的所有文档。 ``` db.example.find( { "Item": "Pen" } ).pretty() ``` ### 检索与嵌入文档匹配的文档 要查找与嵌入文档匹配的所有文档，请将 `find()` 操作和查询文档（指定嵌入文档名称和嵌入文档的所有字段和值）结合使用。 在与嵌入文档匹配时，该文档的嵌入文档的名称必须与查询中的名称相同。此外，嵌入文档中的字段和值必须与查询匹配。 以下查询仅返回“Poster Paint”文档。这是因为“Pen”具有不同的“`OnHand`”和“`MinOnHand`”值，并且“Spray Paint”比查询文档多一个字段 (`OrderQnty`)。 ``` db.example.find({"Inventory": { "OnHand": 47, "MinOnHand": 50 } } ).pretty() ``` ### 检索与嵌入文档中的字段值匹配的文档 要查找与嵌入文档匹配的所有文档，请将 `find()` 操作和查询文档（指定嵌入文档名称和嵌入文档的所有字段和值）结合使用。 考虑到上述文档，以下查询使用“点表示法”来指定嵌入文档和感兴趣的字段。将返回所有与这些内容匹配的文档，而不管嵌入文档中可能存在哪些其他字段。此查询将返回“Poster Paint”和“Spray Paint”，因为它们与指定的字段和值匹配。 ``` db.example.find({"Inventory.OnHand": 47, "Inventory.MinOnHand": 50 }).pretty() ``` ### 检索与数组匹配的文档 要查找所有与数组匹配的文档，请将 `find()` 操作和您感兴趣的数组名称以及数组中的所有值结合使用。此查询将返回所有包含带该名称的数组（其中数组值和顺序与查询中的完全相同）的文档。 以下查询仅返回“Pen”，因为“Poster Paint”具有其他颜色 (White)，并且“Spray Paint”具有顺序不同的颜色。 ``` db.example.find( { "Colors": ["Red","Green","Blue","Black"] } ).pretty() ``` ### 检索与数组中的值匹配的文档 要查找所有具有特定数组值的文档，请将 `find()` 操作与您感兴趣的数组名称和值结合使用。 ``` db.example.find( { "Colors": "Red" } ).pretty() ``` 上述操作将返回所有三个文档，因为它们都有一个名为 `Colors` 的数组，并且此数组中的某个位置具有“`Red`”值。如果您指定值“`White`”，则查询将仅返回“Poster Paint”。 ### 使用运算符检索文档 以下查询返回“`Inventory.OnHand`”值小于 50 的所有文档。 ``` db.example.find( { "Inventory.OnHand": { $lt: 50 } } ) ``` 有关支持的查询运算符的列表，请参阅 [查询和投影运算符](mongo-apis.md#mongo-apis-query)。 ## 查询计划 ### 如何查看查询计划的 `executionStats`？ 在确定查询的执行速度低于预期速度的原因时，了解查询计划的 `executionStats` 会很有用。`executionStats` 提供从特定阶段返回的文档数量 (`nReturned`)、在每个阶段花费的执行时间 (`executionTimeMillisEstimate`) 以及生成查询计划所需的时间长度 (`planningTimeMillis`)。您可以确定查询中最耗时的阶段，以帮助您根据 `executionStats` 的输出集中精力完成优化工作，如以下查询示例所示。`executionStats` 参数当前不支持 `update` 和 `delete` 命令。 **注意** Amazon DocumentDB 在利用分布式、容错、自修复的存储系统的专用数据库引擎上模拟 MongoDB 3.6 API。因此，查询计划和 `explain()` 的输出在 Amazon DocumentDB 和 MongoDB 之间可能有所不同。希望控制其查询计划的客户可以使用 `$hint` 运算符强制选择首选索引。 在 `explain()` 命令下运行要改进的查询，如下所示。 ``` db.runCommand({explain: {query document}}). explain("executionStats").executionStats; ``` 以下是操作示例。 ``` db.fish.find({}).limit(2).explain("executionStats"); ``` 此操作的输出将类似于下文。 ``` { "queryPlanner" : { "plannerVersion" : 1, "namespace" : "test.fish", "winningPlan" : { "stage" : "SUBSCAN", "inputStage" : { "stage" : "LIMIT_SKIP", "inputStage" : { "stage" : "COLLSCAN" } } } }, "executionStats" : { "executionSuccess" : true, "executionTimeMillis" : "0.063", "planningTimeMillis" : "0.040", "executionStages" : { "stage" : "SUBSCAN", "nReturned" : "2", "executionTimeMillisEstimate" : "0.012", "inputStage" : { "stage" : "LIMIT_SKIP", "nReturned" : "2", "executionTimeMillisEstimate" : "0.005", "inputStage" : { "stage" : "COLLSCAN", "nReturned" : "2", "executionTimeMillisEstimate" : "0.005" } } } }, "serverInfo" : { "host" : "enginedemo", "port" : 27017, "version" : "3.6.0" }, "ok" : 1 } ``` 如果您只想看到上面查询的 `executionStats`，您可以使用以下命令。对于较小的集合，如果性能增益微乎其微，Amazon DocumentDB 查询处理器可以选择不使用索引。 ``` db.fish.find({}).limit(2).explain("executionStats").executionStats; ``` ### 查询计划缓存 为了优化性能并缩短计划持续时间，Amazon DocumentDB 在内部缓存查询计划。这样，具有相同形状的查询就可以使用缓存计划直接执行。 但是，此缓存有时可能会导致同一查询的随机延迟;例如，通常需要 1 秒才能运行的查询有时可能需要 10 秒。这是因为随着时间的推移，读取器实例会缓存各种形状的查询，从而消耗内存。如果您遇到这种随机缓慢的情况，则无需执行任何操作即可释放内存：系统将为您管理内存使用量，一旦内存达到特定阈值，它将自动释放。 ## 解释结果 如果要返回有关查询计划的信息，Amazon DocumentDB 支持详细程度模式 `queryPlanner`。`explain` 结果以类似于以下内容的格式返回优化程序选择的选定查询计划： ``` { "queryPlanner" : { "plannerVersion" : , "namespace" : , "winningPlan" : { "stage" : , ... "inputStage" : { "stage" : , ... "inputStage" : { ... } } } } } ``` 以下各节将定义常见的 `explain` 结果。 **Topics** + [扫描和过滤阶段](#querying.explainresults-scan-filter) + [索引交集](#querying.explainresults-index-intersection) + [索引并集](#querying.explainresults-index-union) + [多索引交集/并集](#querying.explainresults-multiple-index-union) + [复合索引](#querying.explainresults-compound-index) + [排序阶段](#querying.explainresults-sort) + [小组阶段](#querying.explainresults-group) ### 扫描和过滤阶段 优化器可以选择以下扫描之一： COLLSCAN 此阶段是顺序收集扫描。 ``` { "stage" : "COLLSCAN" } ``` IXSCAN 此阶段扫描索引键。优化程序可能会在此阶段内检索文档，这可能会导致稍后附加 FETCH 阶段。 ``` db.foo.find({"a": 1}) { "stage" : "IXSCAN", "direction" : "forward", "indexName" : } ``` FETCH 如果优化程序在 IXSCAN 以外的阶段检索文档，则结果将包括 FETCH 阶段。例如，上面的 IXSCAN 查询可能会导致 FETCH 和 IXSCAN 阶段的组合： ``` db.foo.find({"a": 1}) { "stage" : "FETCH", "inputStage" : { "stage" : "IXSCAN", "indexName" : } } ``` IXONLYSCAN 仅扫描索引键。创建复合索引不会避免 FETCH。 ### 索引交集 IXAND 如果 Amazon DocumentDB 可以利用索引交集，则可以包含具有 IXSCAN 的 inputStages 数组的 IXAND 阶段。例如，我们可能会看到如下输出： ``` { "stage" : "FETCH", "inputStage" : { "stage" : "IXAND", "inputStages" : [ { "stage" : "IXSCAN", "indexName" : "a_1" }, { "stage" : "IXSCAN", "indexName" : "b_1" } ] } } ``` ### 索引并集 IXOR 与索引交集类似，Amazon DocumentDB 可以包含 `IXOR` 阶段和 `$or` 运算符的 `inputStages` 数组。 ``` db.foo.find({"$or": [{"a": {"$gt": 2}}, {"b": {"$lt": 2}}]}) ``` 对于上述查询，解释输出可能如下所示： ``` { "stage" : "FETCH", "inputStage" : { "stage" : "IXOR", "inputStages" : [ { "stage" : "IXSCAN", "indexName" : "a_1" }, { "stage" : "IXSCAN", "indexName" : "b_1" } ] } } ``` ### 多索引交集/并集 Amazon DocumentDB 可以将多个索引交集或并集阶段组合在一起，然后获取结果。例如： ``` { "stage" : "FETCH", "inputStage" : { "stage" : "IXOR", "inputStages" : [ { "stage" : "IXSCAN", ... }, { "stage" : "IXAND", "inputStages" : [ { "stage" : "IXSCAN", ... }, { "stage" : "IXSCAN", ... } ] } ] } } ``` 索引交集或并集阶段的使用不受索引类型（稀疏、复合等）的影响。 ### 复合索引 Amazon DocumentDB 复合索引的使用不受索引字段的起始子集的限制；它可以将索引与后缀部分一起使用，但可能不是很有效。 例如，`{ a: 1, b: -1 }` 的复合索引可以支持以下所有三个查询： `db.orders.find( { a: 1 } )` `db.orders.find( { b: 1 } )` `db.orders.find( { a: 1, b: 1 } )` ### 排序阶段 如果请求的排序键上有索引，则 Amazon DocumentDB 可以使用该索引来获取顺序。在这种情况下，结果将不包括 `SORT` 阶段，而是包括 `IXSCAN` 阶段。如果优化程序偏向于普通排序，它将包括一个类似这样的阶段： ``` { "stage" : "SORT", "sortPattern" : { "a" : 1, "b" : -1 } } ``` ### 小组阶段 Amazon DocumentDB 支持两种不同的组策略： + `SORT_AGGREGATE`：在磁盘上对聚合进行排序。 + `HASH_AGGREGATE`: 在内存中对聚合进行哈希。