MongoDB 日常问题小结

explain 分析查询语句

db.test.find({
	x: 1,
}).explain();
db.test.aggregate([
	{
		$match: {
			x: 1,
		}
	},
], {
	explain: true,
});

mongodb Sort exceeded memory limit of 104857600 bytes, but did not opt in to external sorting.

错误原因: 在 MongoDB 中，内存中排序有 100M 的限制，若要执行大型排序，需要启用 allowDiskUse 选择将数据写入临时文件中以进行排序。
db.test.aggregate([
	{
		$sort: {
			x: -1,
		},
	}
], {
	allowDiskUse: true,
});

聚合查询优化

MongoDB 在使用聚合查询操作时，需要显式地排序操作，否则性能上会有很大的差别。要完整合理地使用 aggregate 操作语法，合理安排sort、lookup、match 的顺序，尽可能使 SQL 性能表现最大化。

MongoDB 可视化工具推荐，NoSQLBooster for MongoDB

• https://www.cnblogs.com/makesense/p/15806011.html
• https://www.cnblogs.com/barrywu/p/12090868.html

筛选比较同一个文档中两个字段的大小

场景: 修正已兑数, 根据`活动总数 - 剩余数`计算出实际已兑数, 筛选出所有状态为上架且已兑数大于实际已兑数的文档

{
    "_id": ObjectId("636ddb678593d90055308f3b"),
    "status": NumberInt("1"),
    "use_count": NumberInt("0"),
    "total_count": NumberInt("3"),
    "remain_count": NumberInt("0"),
    "created_at": ISODate("2022-11-11T05:19:35.103Z"),
    "updated_at": ISODate("2022-11-17T00:13:00.09Z"),
    "__v": NumberInt("0")
}

db.stores.aggregate([
    {
        $match: {
            "status": 1
        }
    },
    {
        $addFields: {
            "new_use_count": {
                $subtract: ['$total_count', '$remain_count']
            }
        }
    },
    {
        $match: {
            $expr: {
                $gt: ["$use_count", "$new_use_count"]
            }
        }
    },
    {
        $project: {
            "use_count": 1,
            "total_count": 1,
            "remain_count": 1,
            "new_use_count": 1
        }
    }
])

MongoDB 使用 findOneAndModify 处理并发问题

MongoDB 的 findOneAndModify 方法在高并发的环境下会出现问题。由于它使用了乐观锁机制，可能会引起多个进程之间的竞争。此外，如果多个进程同时尝试修改相同的文档，则可能会出现冲突，导致某些进程的更改被覆盖。

MongoDB 分片集，读从节点查询时返回了重复的数据

分片集的从节点默认的 readConcernLevel 是 available，这个配置不会关注均衡时产生的临时文档，所以有可能返回重复数据。主节点是能过滤掉这些文档，因为主节点的默认配置就是 local；而过去的版本中，从节点不支持 local，后来虽然支持了 local，但是为了向前兼容，默认值就一直是 available。改成 local 就可以了，可以加在连接字符串里，或者在 API 里面进行逐条请求定制。

MongoDB 数据均衡（Data Balancing）是一种分片集群中的数据调整机制，用于在不同节点之间平衡数据的负载。
通常情况下，MongoDB 分片集群中的数据会被平均分配到不同的分片节点上。但是，在集群操作过程中，可能会出现以下情况：
	- 在某些节点上存储的数据比其他节点更多；
	- 在某些节点上存储的数据比其他节点更频繁地进行读写操作
这些不平衡会导致分片集群的性能下降，而 MongoDB 数据均衡机制就是为了解决这些问题而设计的。
MongoDB 数据均衡机制会根据当前集群中每个节点上的数据量和负载情况，动态地移动数据片段，将其从某些节点上移动到另外一些节点上，以确保集群中每个节点上的负载均衡。
需要注意的是，数据均衡操作并不会停止数据库的正常操作，而是以尽可能对数据库性能影响小的方式进行。但是，在进行数据均衡操作时，可能会出现一些临时性的文档，需要根据具体情况考虑是否需要进行 readConcern 设置，以避免从节点返回重复数据。