某一天，监控到mongo数据库cpu使用率高了很多，查了一下，发现是下面这种语句引起的：

为临颍等地区用户提供了全套网页设计制作服务，及临颍网站建设行业解决方案。主营业务为网站建设、网站设计、临颍网站设计，以传统方式定制建设网站，并提供域名空间备案等一条龙服务，秉承以专业、用心的态度为用户提供真诚的服务。我们深信只要达到每一位用户的要求，就会得到认可，从而选择与我们长期合作。这样，我们也可以走得更远！

db.example_collection.find({ "idField" : { "$regex" : "123456789012345678"} , "dateField" : { "$regex" : "2019/10/10"}})

通常，遇到这种情况，我第一反应是缺少相关字段的索引，导致每执行一次这种语句都会全表扫描一次。

但是我用explain( )语句分析了下，发现上面所涉及的两个字段idField、dateField是有索引的，并且该语句也是有使用到索引的。如下为explain( )的结果：

mgset-11111111:PRIMARY> db.example_collection.find({ "idField" : { "$regex" : "123456789012345678"} , "dateField" : { "$regex" : "2019/10/10"}}).explain("queryPlanner") { "queryPlanner" : {      "plannerVersion" : 1,      "namespace" : "example_db.example_collection",      "indexFilterSet" : false,      "parsedQuery" : {              "$and" : [                      {                              "idField" : {                                      "$regex" : "123456789012345678"                              }                      },                      {                              "dateField" : {                                      "$regex" : "2019/10/10"                              }                      }              ]      },      "winningPlan" : {              "stage" : "FETCH",              "inputStage" : {                      "stage" : "IXSCAN",                      "filter" : {                              "$and" : [                                      {                                              "idField" : {                                                      "$regex" : "123456789012345678"                                              }                                      },                                      {                                              "dateField" : {                                                      "$regex" : "2019/10/10"                                              }                                      }                              ]                      },                      "keyPattern" : {                              "idField" : 1,                              "dateField" : 1                      },                      "indexName" : "idField_1_dateField_1",                      "isMultiKey" : false,                      "multiKeyPaths" : {                              "idField" : [ ],                              "dateField" : [ ]                      },                      "isUnique" : false,                      "isSparse" : false,                      "isPartial" : false,                      "indexVersion" : 2,                      "direction" : "forward",                      "indexBounds" : {                              "idField" : [                                      "[\"\", {})",                                      "[/123456789012345678/, /123456789012345678/]"                              ],                              "dateField" : [                                      "[\"\", {})",                                      "[/2019/10/10/, /2019/10/10/]"                              ]                      }              }      },      "rejectedPlans" : [ ] }, "ok" : 1 }

查看mongo的日志发现，这种语句执行一次就要800~900ms，的确是比较慢。除非数据库cpu核数很多，要不然只要这种语句每秒并发稍微高一点，cpu很快就被占满了。

之后搜索了下，发现有可能是正则表达式的问题。原来，虽然该语句的确是使用了索引，但是explain( )语句的输出中还有一个字段"indexBounds"，表示执行该语句时所需扫描的索引范围。说实话，上面那个输出中，我始终没看明白它那个索引范围。上面的语句对idField、dateField这两个字段都进行了普通的正则表达式匹配，我猜测它应该是扫描了整个索引树，所以导致索引并未实际提升该语句的查询效率。

我看了下数据库里面的数据，发现idField、dateField这两个字段完全没有必要进行正则匹配，进行普通的文本匹配就行。将正则匹配操作$regex去掉之后，再分析一下，结果是这样的：

mgset-11111111:PRIMARY> db.example_collection.find({ "idField" : "123456789012345678", "dateField" : "2019/10/10"}).explain("queryPlanner") { "queryPlanner" : {      "plannerVersion" : 1,      "namespace" : "example_db.example_collection",      "indexFilterSet" : false,      "parsedQuery" : {              "$and" : [                      {                              "idField" : {                                      "$eq" : "123456789012345678"                              }                      },                      {                              "dateField" : {                                      "$eq" : "2019/10/10"                              }                      }              ]      },      "winningPlan" : {              "stage" : "FETCH",              "inputStage" : {                      "stage" : "IXSCAN",                      "keyPattern" : {                              "idField" : 1,                              "dateField" : 1                      },                      "indexName" : "idField_1_dateField_1",                      "isMultiKey" : false,                      "multiKeyPaths" : {                              "idField" : [ ],                              "dateField" : [ ]                      },                      "isUnique" : false,                      "isSparse" : false,                      "isPartial" : false,                      "indexVersion" : 2,                      "direction" : "forward",                      "indexBounds" : {                              "idField" : [                                      "[\"123456789012345678\", \"123456789012345678\"]"                              ],                              "dateField" : [                                      "[\"2019/10/10\", \"2019/10/10\"]"                              ]                      }              }      },      "rejectedPlans" : [ ] }, "ok" : 1 }

可以看到，仍然使用到了索引，并且索引扫描范围是仅限于一个值的。

后来跟开发人员确认了下，该语句确实没必要使用正则匹配，就让他把正则匹配去掉了。之后就没有再出现问题了，mongo慢日志中也未再出现该语句。

另外有需要云服务器可以了解下创新互联建站www.cdcxhl.com，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。

本文名称：由正则表示式匹配($regex)引起的一次mongo数据库c-创新互联
文章地址：http://chengdu.cdxwcx.cn/article/pgjdp.html