【MongoDB】--MongoDB的Sort排序问题

一、问题背景描述

1.1、问题背景

现实系统页面翻页到20000页之后，出现异常报错。
caused by :: Sort operation used more than the maximum 67108864 bytes of RAM.
经过排查分析，Sort操作超过了MongoDB单个Session排序可使用的最大内存限制。这里针对Sort排序支持的最大内存限制是64M。

1.2、问题分析

经过排查，sort排序的字段未使用到索引，sort时触发内存限制而报错。对此，我们解决问题思路如下：
(1).调整sort排序时内存限制；
(2).给要查询的字段创建合适的索引；
(3).对于复杂多变的查询场景，无法创建所有的索引，有什么其他办法解决？

二、建立索引支持深度翻页查询

2.1、调整sort排序的内存限制【不建议】

# 比如调大到 128M
## 在线调整
> db.adminCommand({setParameter:1, internalQueryExecMaxBlockingSortBytes:134217728})

## 持久到配置文件
setParameter:
internalQueryExecMaxBlockingSortBytes: 134217728

2.2、创建索引

如果查询语句的排序是单列排序，那么直接加索引即可，(升序/降序)排序规则无影响。
如果查询的排序是使用组合排序，那么需要建立合适的索引。
//-1:表示降序 1：表示升序
@CompoundIndex(name = “un_index_a_b”, def = “{a:1,b:-1}”, unique = true)
@CompoundIndex(name = “un_index_a_b”, def = “{a:1,b:1}”)
上面是我们常见创建的组合索引，设定字段升序或降序。可以使用explain()方法来判断是否使用了索引。这样针对具体问题，创建合适的索引，能够解决一些问题。
创建索引的语句如下：

db.wwy_table.dropIndex("a_1_b_-1");
db.wwy_table.createIndex(
    {
        a: 1,
        b: -1
    },
    {
        name: "un_index_a_b"
    }
);

------经过测试，建立合适的索引并且语句执行使用了索引，查询没问题。

2.3、拓展–组合索引什么时候失效

现有wwy_table表，有索引@CompoundIndex(name = "un_index_a_b", def = "{a:1,b:-1}")。
db.wwy_table.find({
        delete: false
    })
    .sort({
        a: 1,
        b: 1
    }).explain('executionStats')

如下几种方式失效或生效




-----从上面可以看出，sort的升序/降序和创建的索引顺序全部相同或全部相反，才会走索引。

二、聚合查询解决深度翻页查询

对于shell的find()查询方法，深度查询往往会触发sort的内存限制，对此，我们可以使用聚合查询aggregate()方法。aggregate()方法使用内存排序能用最大的内存时100M。如果在使用中，避免报错，可以需要添加?{allowDiskUse : true}?参数。

        Criteria criteria = new Criteria();
        criteria.and("sid").is(521131);

        Aggregation aggregation = Aggregation.newAggregation(
                Aggregation.match(criteria), //主mongodb自身查询条件
                Aggregation.sort(new Sort(Sort.Direction.DESC, "update_time")),
                Aggregation.skip((page-1)*size),
                Aggregation.limit(size)
        ).withOptions(AggregationOptions.builder().allowDiskUse(true).build()); //解决内存不够问题

MongoDB将在聚合操作期间使用磁盘来存储数据，以便在结果集较大时能够正常完成操作。这对于处理大型数据集非常有用。