Tại sao việc thực hiện các truy vấn sử dụng toán tử Wildcard ở đầu chuỗi (như regex /^abc/) lại làm suy giảm hiệu năng nghiêm trọng trong MongoDB và cách khắc phục?

Question

Accepted Answer

1. Nguyên nhân suy giảm hiệu năng

Cơ chế B-Tree Index: Các index thông thường trong MongoDB được xây dựng dựa trên cấu trúc cây B-Tree, hoạt động tối ưu nhất khi tìm kiếm theo tiền tố từ trái sang phải (Left-to-Right Prefix Matching).
Full Collection Scan: Khi sử dụng biểu thức chính quy (Regex) với wildcard ở đầu (ví dụ: /.*abc/ hoặc ^.*abc), cơ sở dữ liệu không thể tận dụng được Index có sẵn. Kết quả là database buộc phải thực hiện quét toàn bộ tập dữ liệu (Collection Scan - COLLSCAN), duyệt qua từng document một để khớp chuỗi, làm tăng thời gian phản hồi (Latency) và ngốn CPU.

2. Các phương pháp khắc phục tối ưu

Left-anchored Regex: Luôn cố định ký tự đầu tiên nếu bắt buộc phải dùng regex (ví: /^abc/). Điều này cho phép B-Tree Index lọc trước các document bắt đầu bằng chữ 'abc'.
Text Index: Sử dụng tính năng Text Search của MongoDB kết hợp với toán tử $text để tìm kiếm từ khóa, tuy nhiên cần lưu ý về dung lượng và chi phí duy trì Text Index.
Tách trường dữ liệu: Nếu cần tìm kiếm theo tên miền phụ hoặc phần mở rộng, hãy tách chuỗi thành các trường riêng biệt (ví dụ: domain, subdomain) để query chính xác bằng trường giá trị thay vì dùng regex.
Sử dụng External Search Engine: Đối với các hệ thống yêu cầu tìm kiếm mờ (Fuzzy Search) hoặc Full-text search phức tạp với lượng dữ liệu lớn, nên tích hợp các giải pháp chuyên dụng như Elasticsearch thay vì lạm dụng NoSQL.

Kinh nghiệm thực tế:
Luôn kiểm tra kế hoạch truy vấn (Execution Plan) bằng lệnh .explain('executionStats') trước khi đưa các câu lệnh query có chứa Regex lên môi trường Production.