升级Mongoose至8.4.5后findOne请求无限挂起问题求助

问题场景 #

我们维护的大型项目包含数十个集合，日活用户100万，每秒处理超10000次数据库事务。将Mongoose从8.2.0升级至8.4.5（连带升级mongodb、bson等依赖）后出现严重故障：

• 运行约1小时后，findOne请求出现无限挂起，既不返回结果也不抛出异常，finally块完全不执行
• 跟踪precheck并发玩家查询数指标，发现该指标持续飙升，用户因等待超时重复请求导致挂起请求堆积，30分钟后指标仍未下降
• 回滚至Mongoose 8.2.0及对应依赖版本后，故障完全消失

问题代码片段：

let player: DBPlayer | null;
try {
  this.precheck++;
  player = await models.Player.findOne({
    _id: playerId, // playerId是ObjectId的字符串表示
  })
    .select({
      _id: 1, // 非必需，仅为清晰性
      authId: 1, // 仅需此字段
    })
    .lean(); // lean在Mongoose中走不同代码路径，可能相关
} finally {
  this.precheck--;
}

Player模型创建方式：

models.Player = model<DBPlayer>('Player', schema)

项目中Player集合的Schema结构较复杂，但在Mongoose 8.2.0版本下长期运行正常，怀疑故障与连接池耗尽或连接回收逻辑异常有关，但未找到官方文档中提及的相关版本变更。

核心排查方向 #

1. 连接池配置默认值变更验证 #

虽然Mongoose官方文档未明确标注，但8.4.5版本可能调整了连接池的默认参数（如maxPoolSize、minPoolSize、maxIdleTimeMS），导致高并发场景下连接池耗尽。建议显式配置连接池参数，强制锁定资源分配逻辑：

mongoose.connect(DB_URI, {
  maxPoolSize: 120, // 根据业务峰值调整，建议高于每秒事务数的1/5
  minPoolSize: 20,
  maxIdleTimeMS: 30000, // 闲置连接自动回收超时
  waitQueueTimeoutMS: 5000 // 等待连接超时时间，避免无限挂起
});

2. lean()查询代码路径bug排查 #

lean()会跳过Mongoose的文档实例化逻辑，走独立的查询代码路径。8.4.5版本可能在该路径下存在连接未释放、cursor未关闭的bug：

• 临时移除lean()执行相同查询，观察是否仍出现挂起
• 对比Mongoose 8.2.0与8.4.5版本中lean()相关的commit，重点关注连接回收、cursor处理逻辑

3. 连接泄漏检测 #

通过Mongoose内置方法实时监控连接池状态，确认是否存在连接未被回收：

// 在查询前后打印连接池状态
console.log('当前连接数:', mongoose.connection.getPoolSize());
console.log('待处理操作数:', mongoose.connection.numPendingOperations());

如果查询后连接数持续上升、待处理操作数不下降，说明存在连接泄漏。

4. BSON依赖兼容性问题 #

升级bson依赖后，字符串转ObjectId的逻辑可能出现阻塞或死锁。建议显式转换playerId为ObjectId后再查询：

import { ObjectId } from 'mongodb';

// ...
player = await models.Player.findOne({
  _id: new ObjectId(playerId)
})
.select({ authId: 1 })
.lean();

避免Mongoose自动转换时出现异常。

5. 复杂Schema的中间件异常排查 #

复杂Schema可能包含预中间件（pre hook）、虚拟字段或嵌套文档，8.4.5版本可能在处理这些逻辑时出现死锁：

• 检查PlayerSchema的所有pre/post hook，确认异步操作是否正确完成（无未处理的Promise）
• 临时简化Schema（移除非必要的中间件、嵌套字段），测试是否仍出现故障

临时应急方案 #

1. 保持回滚至Mongoose 8.2.0及对应依赖版本，确保业务稳定
2. 增加API层限流，限制单用户重复请求频率，避免请求堆积加剧
3. 新增连接池指标告警（如连接使用率超过80%时触发告警），提前发现异常

内容的提问来源于stack exchange，提问作者Geoduck