优化MongoDB聚合查询：筛选近60天下单的客户

现有查询的问题分析 #

你的两个聚合查询效率低下的核心原因是从数据量更大的Customers集合出发做全量关联，且未合理利用索引：

1. Aggregation 1：先对100万条客户数据全量关联Orders，再过滤时间符合条件的记录，相当于先完成100万次关联操作，再筛掉大部分结果，完全浪费算力。
2. Aggregation 2：虽然在lookup子管道中加入了时间过滤，但错误地将$project放在$match之前，导致MongoDB无法利用Orders集合的created_at索引（索引需在字段未被裁剪前使用），依然要处理大量无关订单数据。

优化思路：从Orders集合反向关联 #

Orders集合数据量（16万）远小于Customers（100万），先筛选出近60天的订单，再关联对应客户，能大幅减少关联的数据量。同时调整索引和聚合步骤，最大化利用索引效率。

具体优化方案 #

1. 优化索引

给Orders集合创建复合索引，让时间筛选和订单ID查询一步完成，无需回表：

db.orders.createIndex({ created_at: 1, id: 1 })

该索引会让第一步的时间过滤直接通过索引完成，同时直接返回订单ID，不需要读取完整的订单文档。

2. 优化后的聚合查询

[
  // 第一步：快速筛选近60天的订单，利用复合索引直接获取订单ID
  {
    $match: {
      created_at: {
        $gt: { $dateSubtract: { startDate: "$$NOW", unit: "day", amount: 60 } }
      }
    }
  },
  // 第二步：只保留订单ID，减少数据传输量
  {
    $project: {
      _id: 0,
      order_id: "$id"
    }
  },
  // 第三步：关联对应的客户数据，利用Customers的order_id索引
  {
    $lookup: {
      from: "customers",
      localField: "order_id",
      foreignField: "order_id",
      as: "customer_info"
    }
  },
  // 展开客户数组（一个订单对应一个客户）
  {
    $unwind: "$customer_info"
  },
  // 第四步：投影需要的客户字段（按需调整）
  {
    $project: {
      _id: "$customer_info._id",
      customer_id: "$customer_info.id",
      name: "$customer_info.name",
      phone: "$customer_info.phone",
      latest_order_time: "$created_at"
    }
  },
  // 可选：去重，保留每个客户的最新订单记录（如果一个客户有多条近60天订单）
  {
    $group: {
      _id: "$_id",
      customer_id: { $first: "$customer_id" },
      name: { $first: "$name" },
      phone: { $first: "$phone" },
      latest_order_time: { $max: "$latest_order_time" }
    }
  }
]

优化点说明 #

• 反向聚合顺序：从Orders出发先过滤，只处理近60天的订单（假设占比远低于100%），再关联客户，避免全量客户关联的巨大开销。
• 索引最大化利用：复合索引让时间筛选和ID获取一步完成，Customers的order_id索引在关联时直接命中。
• 数据裁剪前置：在聚合早期就用$project裁剪不必要的字段，减少内存占用和数据传输。
• 动态日期计算：用$dateSubtract结合$$NOW自动计算近60天的日期，无需手动修改查询条件。

内容的提问来源于stack exchange，提问作者tomas jindal