MongoDB：如何进行文本搜索并按日期排序

上下文：我有一个 MongoDB，里面有大量电子邮件。我想搜索包含以下任意字段中给定电子邮件地址的所有电子邮件：“收件人”、“发件人”、“抄送”和“密件抄送”。结果需要按日期字段排序。我们目前正在尝试以下查询：

db.collection.find({ $text : {$search: "\"[email protected] /cdn-cgi/l/email-protection\""}}).sort({Date:1})

我尝试过创建包含日期的复合索引，但它不起作用。

有了这个指数...

db.collection.createIndex({Date: 1, From:"text", To:"text", CC:"text", BCC:"text"})

它给出错误 17007，因为日期应该具有相等匹配，因为它是前缀。这不是一个选项，因为我们需要所有电子邮件，无论日期如何。

还有这个其他索引...

db.collection.createIndex({From:"text", To:"text", CC:"text", BCC:"text", Date:1})

然后，当它超出排序的内部限制时，它会给出错误 17144。

我们已阅读以下内容：

Stackoverflow 参考 https://stackoverflow.com/questions/19336391/mongodb-text-search-and-order-by

Stackoverflow 参考 https://stackoverflow.com/questions/29058143/mongodb-text-search-filter-by-multiple-fields

关于复合索引的 mongoDB 文档 http://docs.mongodb.org/manual/core/index-text/#compound-index

在这些参考文献和其他参考文献中，我认为这是不可能的，但我不认为我们正在尝试做的事情是非典型的或开箱即用的。

我们做错了什么吗？有没有办法使用复合索引或任何其他 MongoDB 功能来执行此查询？

thanks!

无论其他复合索引键如何，您都需要包含$meta http://docs.mongodb.org/manual/reference/operator/projection/meta/#proj._S_meta对于“textScore”以获得正确的排序：

db.collection.find(
    { "$text": { "$search": "\"[email protected] /cdn-cgi/l/email-protection\""}},
    { "score": { "$meta": "textScore" } }
).sort({
    "score": { "$meta": "textScore" }, "Date": 1
})

因此，您自然希望首先按“分数”排序，然后按“日期”排序，以便根据搜索的相关性对事物进行正确排名。

索引的顺序并不重要，但当然你只能有“一个”文本索引。因此，请确保在创建之前删除所有其他内容：

db.collection.createIndex({ 
   "From": "text",
   "To": "text",
   "CC":"text", 
   "BCC": "text", 
   "Date":1
})

查找当前的索引：

db.collection.getIndicies()

或者干脆放弃一切并重新开始：

db.collection.dropIndexes()

对于您似乎正在搜索的数据，我认为每个字段的常规复合索引应该更适合您。查找“电子邮件”地址应该是“完全匹配”，如果您期望每个字段有多个项目，那么它们应该是字符串数组，如下所示：

{
    "TO": ["[email protected] /cdn-cgi/l/email-protection"],
    "FROM": ["[email protected] /cdn-cgi/l/email-protection"],
    "CC": ["[email protected] /cdn-cgi/l/email-protection","[email protected] /cdn-cgi/l/email-protection"],
    "BCC": [],
    "Date": ISODate("2015-07-27T13:42:05.535Z")
}

然后，您需要在每个字段上使用单独的索引，可以与“日期”复合，如下所示：

db.email.createIndex({ "TO": 1, "Date": 1 })
db.email.createIndex({ "FROM": 1, "Date": 1 })
db.email.createIndex({ "CC": 1, "Date": 1 })
db.email.createIndex({ "BCC": 1, "Date": 1 })

并用一个查询$or http://docs.mongodb.org/manual/reference/operator/query/or/健康）状况：

db.email.find({
    "$or": [
        { "TO": "[email protected] /cdn-cgi/l/email-protection" },
        { "FROM": "[email protected] /cdn-cgi/l/email-protection" },
        { "CC": "[email protected] /cdn-cgi/l/email-protection" },
        { "BCC": "s[email protected] /cdn-cgi/l/email-protection" }
    ],
    "Date": { "$lt": new Date() }
})

如果你看一下.explain(true) http://docs.mongodb.org/manual/reference/method/cursor.explain/（详细）输出，您应该看到获胜计划是所有指定索引的“索引交集”。这非常有效，因为每个字段（和选定的索引）都有一个精确匹配值，以及索引日期的范围匹配。

这比文本搜索的“模糊匹配”对您来说要好得多。一般来说，甚至正则表达式在这里也应该工作得更好（对于电子邮件地址），特别是如果它们是“锚定的”^到字符串的开头。

文本索引用于匹配“类似单词的标记”，但这不应该是您的数据。这$or看起来不太好，但它应该做得更好。