解决正则表示式匹配($regex)引起的一次mongo数据库cpu占用率高的问题

作者: 一不小心就帅了这么多年
来源: 51数据库
2021-08-18

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：

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。

总结

以上所述是小编给大家介绍的解决正则表示式匹配($regex)引起的一次mongo数据库cpu占用率高的问题，希望对大家有所帮助