如何优化含$group的MongoDB聚合查询性能？

你的Query2性能骤降的核心原因是数据过滤阶段滞后，导致大量无关数据经过了$lookup、$unwind、$replaceRoot等开销较高的阶段，最终$group需要处理的数据量远超必要。结合Query1的快速表现，可从以下关键部分优化：

1. 前置核心过滤条件，缩减初始数据集 #

将visitor_logs的过滤条件放在聚合最开始，优先剔除不符合要求的记录，避免后续阶段处理冗余数据。

2. 优化$lookup阶段，提前过滤关联数据 #

原查询会先关联所有匹配session_id的chathistory记录，之后再过滤agent.id和channel，这会产生大量无效关联。改用$lookup的pipeline参数，在关联时就过滤出符合条件的子文档，大幅减少返回的session数组大小。

3. 移除不必要的$replaceRoot操作 #

$replaceRoot会重组整个文档结构，带来额外性能开销。如果业务逻辑允许，可直接在$group阶段引用$session下的字段，无需合并文档到根级。

优化后的Query2示例 #

db.getCollection("visitor_logs").aggregate([
    // 前置过滤visitor_logs的核心条件，减少初始数据量
    { "$match": { "conversation_type": "livechat" } },
    // 优化lookup，关联时直接过滤chathistory的条件
    { "$lookup": {
        "from": "chathistory",
        "localField": "session_id",
        "foreignField": "session_id",
        "as": "session",
        "pipeline": [
            { "$match": {
                "agent.id": "b4c0805f-c2e1-4704-9fd3-c6014c5f5b36",
                "channel": "website"
            }}
        ]
    }},
    // 仅保留有有效session的记录（若业务允许，可去掉preserveNullAndEmptyArrays进一步缩减数据）
    { "$unwind": { "path": "$session", "preserveNullAndEmptyArrays": false } },
    // 直接引用原字段和session字段进行分组统计，无需replaceRoot
    {
        "$group": {
            "_id": "",
            "open_count": { "$sum": { "$cond": [{ "$eq": ["$conversation_status", "Open"] }, 1, 0] } },
            "close_count": { "$sum": { "$cond": [{ "$eq": ["$conversation_status", "Closed"] }, 1, 0] } },
            "pending_count": { "$sum": { "$cond": [{ "$eq": ["$conversation_status", "Pending"] }, 1, 0] } },
            "assigned_count": { "$sum": { "$cond": [{ "$eq": ["$session.conversation_state", "assigned"] }, 1, 0] } },
            "unassigned_count": { "$sum": { "$cond": [{ "$eq": ["$session.conversation_state", "unassigned"] }, 1, 0] } },
            "unattended_count": { "$sum": { "$cond": [{ "$eq": ["$session.conversation_state", "unattended"] }, 1, 0] } }
        }
    }
])

额外索引优化建议 #

为进一步提升性能，建议创建以下复合索引：

• visitor_logs集合：{ conversation_type: 1, session_id: 1 }（加速初始匹配和lookup关联）
• chathistory集合：{ session_id: 1, agent.id: 1, channel: 1 }（加速lookup中的条件匹配）

内容的提问来源于stack exchange，提问作者Rohit Tarang