请教大家一个 mongodb 大数据量下， count 优化的问题

[Belmode]

问题背景：
现在有个一个集合，每月大概会往里插入将近 600M 的数据，项目项目上线了将近 4 个月，有 2500W 数据，现在 count 一次，需要将近 1~2 分钟，即使使用了各类索引优化，还是没什么太大作用。

我想请教一下大家，遇到这中情况，该如何优化呢，或者说，有什么更合适的方案去在这种数据量下进行 count 查询呢？

谢谢！

[Yuan2One]

只查总数吗，存 redis 可以吗

[rimutuyuan]

定时去 count 缓存，这么多数据应该不需要实时精确数量吧？

[coderxy]

这个要看你索引的定义， 一般 count 条件语句的第一个字段非常重要，要用比较稀疏的字段， 还是要具体分析的。 你可以把你的字段和查询条件贴出来，具体分析一下看看。

[defunct9]

开 ssh ，让我上去看看

[lilei2023]

@defunct9 你这个光头，每次都要 ssh ！

[Belmode]

@Yuan2One #1 虽然查询频率很低，但是还是会有条件变化的，redis 不适合这种场景。

@rimutuyuan #2 查询频率很低，但是条件会变化，所以定时任务也不太行

@coderxy #3 查询的第一个条件是时间。

@defunct9 #4 老哥老面孔了

@lilei2023 #5 上面的老哥是来挽尊的，气氛担当~

[Belmode]

@coderxy #3 集合结构和查询语句

集合 schema
{
//...省略其他字段
"_id": ObjectId("65e9310b6c21fc6df939c43d"),
"nodeType": "start",
"executeTime": ISODate("2024-03-07T03:14:19.708Z"),
"isDetail": false,
}
索引
{
"executeTime": -1,
"nodeType": 1,
"isDetail": 1,
}

查询语句
db.collection.countDocuments({
"executeTime": {
$gte: new Date(new Date().getTime() - 30 * 24 * 60 * 60 * 1000),
$lte: new Date()
},
"nodeType": "interactive",
"isDetail": true,
}, {
"executeTime": 1
"nodeType": 1,
"isDetail": 1,
"_id": 1,
})

[coderxy]

@Belmode nodeType 存在的值多不多？ 多的话拿 nodeType 做联合索引第一位，isDetail=true 的情况多不多，多的话拿 isDetail 做第一位，反正索引要么是 nodeType_isDetail_executeTime 要么是 isDetail_nodeType_executeTime ，你再去试试，性能应该回好不少。 你现在的索引用法，估计 explain 分析一下，seek 特别多。 最终的效果可能相当于只有 executeTime 单索引的效果。

[rrfeng]

这索引没啥可以优化的，只能走预计算了。
比如把每天的 count 算出来单独存一下，这个查询优化成 sum 29 天 统计数据+本日数据。

[mingsz]

executeTime 需要查询的那么精确吗，可以新增个字段，如果到天/小时，索引会小很多

[ychost]

这个感觉没太大优化点了，每天提前把所有条件都查一遍吧，然后前端值允许查看预制的筛选条件

[nomagick]

是不是小内存机械盘？

起码得用个固态盘。。。

[Belmode]

@coderxy @rrfeng @ychost @nomagick 多谢各位了，我去研究研究