MongoDB Aggregation 優化

寫 MQL aggregation 有一些要注意的地方，雖然蠻多部分 MongoDB 都幫你優化了，但還是要注意一下小地方，讓你的 MQL 效能更好

Case1

絕對優先使用 $match 減少資料量

$match -> $project

$match 過濾不必要的資料，減少記憶體與CPU消耗
$project 過濾不必要的欄位，同上，若你預期的結果不需要使用某些欄位時，就先移除再進行其他操作

Case2

$match -> $sort

基本上是上面的變形，先減少資料量再排序

Case4

這邊是比較少用到的狀況，但也很好理解

{ $limit: 35},
{ $limit: 15}
自動合併為 =>
{ $limit: 15}

{ $skip: 3},
{ $skip: 5}
自動合併為 =>
{ $skip: 8}

{ $match: { age : 22 }},
{ $match: { dept: "IC" }}
自動合併為 =>
{ $match: { $and: [ { age : 22 }, { dept: "IC" } ] }}

Case5

$lookup + $unwind 合併
通常 $lookup + $unwind 這樣的組合，MongoDB會自動併入

{
  $lookup: {
    from: "xxxCollection",
    as: "newArray",
    localField: "fieldX",
    foreignField: "fieldY"
  }
},
{ $unwind: "newArray"}

{
  $lookup: {
    from: "xxxCollection",
    as: "newArray",
    localField: "fieldX",
    foreignField: "fieldY",
    unwinding: { preserveNullAndEmptyArrays: false }
  }
}

這樣做有非常強大的好處，主因是能避免先生成 Array 檔案後，再進行 $unwind 拆分成很多檔案。
另一個隱藏好處是可以避免第一個階段 Array 過大，超過 BSON 16MB 限制

Case6

最常見的排序，要特別注意的是這建立在檔案數量沒有修改的情況下(像是 $unwind)
可以預知最大數量就是 15，因此排序後立即限制數量，最後再進行 $skip

1
2
3

{ $sort: { age : -1 } },
{ $skip: 10 },
{ $limit: 5 }

{
   "$sort" : {
      "sortKey" : {
         "age" : -1
      },
      "limit" : NumberLong(15)
   }
},
{
   "$skip" : NumberLong(10)
}