Mongodb聚合管道大小和速度问题

我正在尝试使用 mongodb 聚合查询来连接（$lookup）两个集合，然后对连接数组中的所有唯一值进行不同计数。 *注意：我不一定知道metaDataMap 数组中有哪些字段（键）。我不想计算或包含地图中可能存在或不存在的字段。这就是聚合查询看起来像这样的原因。

所以我的两个收藏看起来像这样：事件-

{
"_id" : "1",
"name" : "event1",
"objectsIds" : [ "1", "2", "3" ],
}

Objects

{
"_id" : "1",
"name" : "object1",
"metaDataMap" : { 
                     "SOURCE" : ["ABC", "DEF"],
                     "DESTINATION" : ["XYZ", "PDQ"],
                     "TYPE" : []
                }
},
{
"_id" : "2",
"name" : "object2",
"metaDataMap" : { 
                     "SOURCE" : ["RST", "LNE"],
                     "TYPE" : ["text"]
                }
},
{
"_id" : "3",
"name" : "object3",
"metaDataMap" : { 
                     "SOURCE" : ["NOP"],
                     "DESTINATION" : ["PHI", "NYC"],
                     "TYPE" : ["video"]
                }
}

我的结果是

{
_id:"SOURCE", count:5
_id:"DESTINATION", count: 4
_id:"TYPE", count: 2
}

到目前为止我所拥有的是这样的：

db.events.aggregate([
{$match: {"_id" : id}}

,{$lookup: {"from" : "objects",
        "localField" : "objectsIds",
        "foreignField" : "_id",
        "as" : "objectResults"}}

,{$unwind: "$objectResults"} //Line 1
,{$project: {x: "$objectResults.metaDataMap"}} //Line 2


,{$unwind: "$x"}
,{$project: {"_id":0}}

,{$project: {x: {$objectToArray: "$x"}}}
,{$unwind: "$x"}

,{$group: {_id: "$x.k", tmp: {$push: "$x.v"}}}

,{$addFields: {tmp: {$reduce:{
input: "$tmp",
initialValue:[],
in:{$concatArrays: [ "$$value", "$$this"]}
    }}
}}

,{$unwind: "$tmp"}
,{$group: {_id: "$_id", uniqueVals: {$addToSet: "$tmp"}}}

,{$addFields: {count: {"$size":"$uniqueVals"}}}
,{$project: {_id: "$_id", count: "$count"}}
]);

我的问题是我是否标记了第 1 行和第 2 行。上面的方法有效，但对于 metaDataMap 数组字段 (objectsResults.metaDataMap) 中的 25,000 个值大约需要 50 秒。例如，对象 1 metaDataMap SOURCE 数组中有 25,000 个值。这样就可以慢下来了。我的另一种更快的方法是将第 1 行和第 2 行替换为：

 ,{$project: {x: "$objectResults.metaDataMap"}} //Line 1
 ,{$unwind: "$x"} //Line 2

这速度更快（不到 3 秒），但只能在包含约 10,000 个项目或更少的数据集上运行。任何更高的值都会出现错误，提示“超出最大文档大小”。

请帮忙！

如果您能够更改架构设计object集合包括一个parent_id字段，您可以立即删除管道的前 4 个阶段（第一个$match, $lookup, $unwind, and $project）。这会引起人们的关注Line 1 and Line 2消失。

例如，文档中object集合看起来像：

{
  "_id": "1",
  "name": "object1",
  "metaDataMap": {
    "SOURCE": [
      "ABC",
      "DEF"
    ],
    "DESTINATION": [
      "XYZ",
      "PDQ"
    ],
    "TYPE": [ ]
  },
  "parent_id": "1"
}

因此你不需要昂贵的$lookup and $unwind。前 4 个阶段可以替换为：

{$match: {parent_id: id}}

基于这个想法，我对pipeline做了进一步的优化，结果是：

db.objects.aggregate([
     {$match: {parent_id: id}}
    ,{$project: {metaDataMap: {$filter: {input: {$objectToArray: '$metaDataMap'}, cond: {$ne: [[], '$$this.v']}}}}}
    ,{$unwind: '$metaDataMap'}
    ,{$unwind: '$metaDataMap.v'}
    ,{$group: {_id: '$metaDataMap.k', val: {$addToSet: '$metaDataMap.v'}}}
    ,{$project: {count: {$size: '$val'}}}
])

这将输出：

{ "_id": "TYPE", "count": 2 }
{ "_id": "DESTINATION", "count": 4 }
{ "_id": "SOURCE", "count": 5 }