非关系型数据库通配符

非关系型数据库中的通配符机制

通配符在不同非关系型数据库中用于模式匹配、索引覆盖或查询筛选，其实现和语义差异较大,以下按数据库类型分别说明主要用法。

文档型数据库 MongoDB

通配符索引

MongoDB 支持通配符索引（Wildcard Index），能够对文档中所有字段或指定路径下的字段建立索引，适用于字段名不固定或查询模式未知的场景。

• 创建语法：db.collection.createIndex( { "$" : 1 } ) 或 { "path.$" : 1 }
• 支持单字段、多字段及复合通配符索引。
• 通配符索引会覆盖文档中所有字段（包括嵌套文档），但无法用于 $text、$geo 等特殊查询。

正则表达式通配符

在查询条件中使用正则表达式，利用 或 ^ 等模式匹配字符串内容。

• 示例：db.collection.find( { field: /pattern/ } ) 或 { field: { $regex: "pattern" } }
• 非索引字段上的正则查询可能导致全表扫描,建议结合索引使用前缀表达式。

键值数据库 Redis

键模式匹配（KEYS 与 SCAN）

Redis 提供 KEYS pattern 和 SCAN cursor [MATCH pattern] 命令，支持通配符模式：

| 通配符 | 含义 | 示例 |

|——–|——|——|

| | 匹配任意数量字符 | keys user: |

| | 匹配单个字符 | keys user:?? |

| [abc] | 匹配方括号内任意字符 | keys user:[a-c] |

| x | 转义特殊字符 | keys user:? |

注意事项

• KEYS 会阻塞 Redis 单线程，生产环境应使用 SCAN 迭代。
• SCAN 的 MATCH 在每个迭代中应用模式，但返回结果可能包含不匹配项（客户端过滤）。

搜索引擎 Elasticsearch

通配符查询（Wildcard Query）

用于匹配字段值中通配符模式，常用于部分匹配或模糊搜索。

• 匹配零个或多个字符（不跨词）。
• 匹配单个字符。
• 示例：{ "wildcard": { "field": "tet" } }
• 可通过 rewrite 参数控制重写方式以优化性能。
• 在大数据量下通配符查询可能较慢，建议使用 ngram 或 edge_ngram 分词器替代。

正则查询（Regexp Query）

支持更复杂的模式，语法基于 Lucene 正则表达式。

• 示例：{ "regexp": { "field": "pattern" } }
• 通配符查询本身是正则查询的特例，但正则查询功能更强大,性能开销也更大。

列族数据库 Cassandra

CQL 中的 LIKE 操作

Cassandra 的 CQL 提供 LIKE 操作符，但仅支持 通配符，且只能用于聚类列（clustering column）或二级索引列（需开启 LIKE 支持）。

• 匹配任意数量字符，_ 匹配单个字符（CQL 3.11 后支持）。
• 示例：SELECT FROM table WHERE clustering_column LIKE 'prefix%'
• 性能：LIKE 'prefix%' 可利用聚类列前缀匹配，但 %prefix% 或 %suffix 会导致全表扫描。

其他数据库简表

相关问题与解答

问题 1：在 MongoDB 中，通配符索引与普通索引相比有哪些优缺点？

解答

• 优点：通配符索引无需提前指定字段名，适合字段名动态变化的集合（如日志、用户自定义属性）；可覆盖所有字段，减少索引数量。
• 缺点：索引体积较大（存储所有字段的键值）；无法针对特定字段优化查询性能；不支持 $text、$geo 等特殊索引类型；复合索引中通配符部分只能放在末尾。

问题 2：Redis 的 KEYS 命令为什么被建议避免在生产环境使用？

解答

KEYS 命令会扫描整个键空间，返回所有匹配的键，在键数量较多时（例如百万级）会阻塞 Redis 单线程，导致其他命令无法执行，可能引发服务中断或超时，最佳实践是使用 SCAN 命令配合 MATCH 模式，以游标方式增量迭代,避免阻塞。