基于Express、Node、Mongo实现用户未答问题展示的最优方案咨询

核心方案选择 #

毫无疑问，在数据库查询阶段直接排除已答问题是更优的方案，完全解决你担忧的扩展性和性能问题。应用层过滤的弊端非常明显：如果全局问题量或用户已答问题量较大，先拉取全量数据再在内存中过滤会产生大量无效数据传输，且内存遍历对比的效率会随着数据规模增长急剧下降，根本不适合长期扩展。

MongoDB具体实现示例 #

假设你的数据模型如下：

• questions集合：存储所有问题，核心字段_id（问题ID）、content（问题内容）、domain（所属领域）
• user_answers集合：存储用户答题记录，核心字段user_id（用户ID）、question_id（关联问题ID）、answer（用户答案）

方案1：基于$nin的基础查询 #

先获取用户已答问题ID列表，再查询排除这些ID的问题：

// Express路由示例
app.get('/questions/unanswered', async (req, res) => {
  const userId = req.user.id; // 假设已通过认证中间件获取当前用户ID

  // 提取用户已答问题ID
  const answeredIds = await UserAnswer.find(
    { user_id: userId },
    { question_id: 1, _id: 0 }
  ).then(records => records.map(item => item.question_id));

  // 查询未答问题，支持分页
  const unansweredQuestions = await Question.find({
    _id: { $nin: answeredIds }
  }).limit(20).skip(0); // 根据前端传入的页码调整skip值

  res.json(unansweredQuestions);
});

方案2：基于聚合查询的高效实现（推荐） #

当用户已答问题数量较多时，$nin的参数列表过长会影响性能，此时用聚合查询的左连接过滤更高效：

app.get('/questions/unanswered', async (req, res) => {
  const userId = req.user.id;

  const unansweredQuestions = await Question.aggregate([
    // 左连接用户答题记录，仅匹配当前用户的记录
    {
      $lookup: {
        from: 'user_answers',
        localField: '_id',
        foreignField: 'question_id',
        as: 'user_answer',
        pipeline: [
          { $match: { user_id: mongoose.Types.ObjectId(userId) } }
        ]
      }
    },
    // 过滤掉存在答题记录的问题
    { $match: { user_answer: { $size: 0 } } },
    // 移除不需要的字段，减少返回数据量
    { $project: { user_answer: 0 } },
    // 分页限制
    { $limit: 20 }
  ]);

  res.json(unansweredQuestions);
});

性能优化要点 #

• 索引优化：给user_answers集合创建复合索引db.user_answers.createIndex({ user_id: 1, question_id: 1 })，大幅提升用户答题记录的查询速度
• 强制分页：无论哪种方案，都必须使用limit限制单次查询数量，避免全量数据查询
• 缓存策略：对用户的已答问题ID列表或未答问题结果做短期缓存（如Redis），减少重复查询数据库的次数

合适的技术提问场所 #

国内可以选择SegmentFault（思否）、掘金问答区；国外除了Stack Overflow，还可以使用MongoDB官方论坛、Server Fault（针对服务器架构类问题），这些平台都是技术开发者集中交流的场所，能得到更精准的解答。

内容的提问来源于stack exchange，提问作者Manu Chadha