MongoDB嵌套子分类递归查询过慢，求高效数据库查询方案

你的问题根源在于多次串行数据库查询：原递归函数每处理一个子分类就发起一次MongoDB请求，多层嵌套下会产生大量重复的数据库交互，导致响应延迟（甚至2分钟）。改用MongoDB的$graphLookup聚合阶段+内存树形构建，可以将数据库查询次数从O(n)降到1次，大幅提升性能。

优化方案步骤 #

1. 添加索引（必做） #

首先为category字段创建单键索引，加速查询和递归匹配：

// 在集合初始化时执行一次
await subCategory.createIndex({ category: 1 });

2. 聚合查询+内存构建树形 #

通过$graphLookup一次性获取根分类及其所有层级的子分类，再在内存中构建嵌套树形结构：

const getNestedSubCategory = async (rootCategory) => {
  // 第一步：用$graphLookup获取根分类及所有后代
  const hierarchyResult = await subCategory.aggregate([
    // 匹配根分类
    { $match: { category: rootCategory } },
    // 递归查询所有子分类，返回所有后代文档
    {
      $graphLookup: {
        from: "subcategories", // 替换为你的集合实际名称（注意复数）
        startWith: "$name",
        connectFromField: "name",
        connectToField: "category",
        as: "descendants",
        maxDepth: 20, // 可选：限制最大递归深度，防止异常数据导致无限循环
        depthField: "depth" // 可选：返回每个节点的层级深度，方便调试
      }
    },
    // 合并根文档和后代文档为统一数组
    {
      $addFields: {
        allItems: {
          $concatArrays: [
            [{ name: "$name", _id: "$_id", haveSubCategory: "$haveSubCategory" }],
            "$descendants"
          ]
        }
      }
    },
    // 只保留需要的字段
    { $project: { allItems: 1, _id: 0 } }
  ]);

  if (!hierarchyResult.length) return [];
  const allItems = hierarchyResult[0].allItems;

  // 第二步：在内存中构建嵌套树形结构
  const buildTree = (items, parentName) => {
    return items
      .filter(item => item.category === parentName)
      .map(item => ({
        label: item.name,
        value: item._id.toString(), // 转换为字符串，和原结果格式一致
        key: item._id.toString(),
        children: item.haveSubCategory ? buildTree(items, item.name) : []
      }));
  };

  return buildTree(allItems, rootCategory);
};

3. 效果对比 #

• 原方案：每层子分类发起一次查询，3层嵌套（1+10+100）需要111次数据库请求，串行执行总延迟高。
• 优化后：仅1次数据库查询，所有层级数据在内存中处理，响应时间可从分钟级降到毫秒级。

可选：纯聚合管道生成树形结构 #

如果希望完全在MongoDB端完成树形构建（避免内存处理），可以使用MongoDB 5.0+的$function自定义聚合函数，直接在数据库中递归构建树形：

const getNestedSubCategory = async (rootCategory) => {
  const result = await subCategory.aggregate([
    { $match: { category: rootCategory } },
    {
      $graphLookup: {
        from: "subcategories",
        startWith: "$name",
        connectFromField: "name",
        connectToField: "category",
        as: "allItems"
      }
    },
    {
      $addFields: {
        allItems: { $concatArrays: [[ "$$ROOT" ], "$allItems"] }
      }
    },
    {
      $project: {
        tree: {
          $function: {
            body: function(items, parentName) {
              const buildTree = (parent) => {
                return items
                  .filter(item => item.category === parent)
                  .map(item => ({
                    label: item.name,
                    value: item._id.toString(),
                    key: item._id.toString(),
                    children: item.haveSubCategory ? buildTree(item.name) : []
                  }));
              };
              return buildTree(parentName);
            },
            args: ["$allItems", rootCategory],
            lang: "js"
          }
        }
      }
    },
    { $replaceRoot: { newRoot: { $arrayElemAt: ["$tree", 0] } } }
  ]);

  return result;
};

注意：$function需要MongoDB版本≥5.0，且开启JavaScript引擎支持，适合数据量较大的场景。

内容的提问来源于stack exchange，提问作者Md Athar