MongoDB关联集合如何使用索引优化聚合查询性能？

问题核心分析 #

你当前为user_data（副集合）创建的复合索引包含audience_id，但这个字段是后续通过$addFields临时添加的，user_data集合本身并不存在该字段——这是索引未被使用的直接原因。此外，原查询中复杂的$or条件写法也可能导致MongoDB查询优化器无法识别并匹配索引。

具体解决方案 #

1. 构建适配查询的正确索引 #

针对user_data的实际查询条件（_id精确匹配、email非空存在、is_bounced/not_valid不为true或不存在），创建两种可选索引：

方案A：通用复合索引

覆盖所有查询字段，确保查询能命中索引并避免回表：

db.user_data.createIndex({ _id: 1, email: 1, is_bounced: 1, not_valid: 1 })

方案B：部分索引（更高效）

只包含符合过滤条件的文档，大幅缩小索引体积：

db.user_data.createIndex(
  { _id: 1, email: 1 },
  {
    partialFilterExpression: {
      $and: [
        { email: { $exists: true, $ne: '' } },
        { is_bounced: { $ne: true } },
        { not_valid: { $ne: true } }
      ]
    }
  }
)

注：MongoDB中{字段: {$ne: true}}会自动匹配字段不存在的文档，正好替代原查询中复杂的$or条件。

2. 简化Lookup Pipeline的查询条件 #

将原查询中冗余的$and和$or结构简化，让查询优化器更容易识别索引匹配规则：

{
  $lookup: {
    from: 'user_data',
    let: { id: '$_id' },
    pipeline: [
      {
        $match: {
          $expr: { $eq: ['$_id', '$$id'] },
          email: { $exists: true, $ne: '' },
          is_bounced: { $ne: true },
          not_valid: { $ne: true }
        }
      }
    ],
    as: 'contact',
  }
}

3. 优化整体聚合流程 #

如果users集合中的contact_id是唯一值（每个contact_id仅对应一条users文档），可以直接去掉$group阶段，减少不必要的计算开销：

db.users.aggregate([
  {
    $match: {
      audience_id: {
        $in: [ObjectId('633eaba80cb7a3b1d910e98b'), ObjectId('63b6a5325bf3f04f18170e84')],
      },
      status: 'Subscribed',
    },
  },
  {
    $lookup: {
      from: 'user_data',
      let: { id: '$contact_id' },
      pipeline: [
        {
          $match: {
            $expr: { $eq: ['$_id', '$$id'] },
            email: { $exists: true, $ne: '' },
            is_bounced: { $ne: true },
            not_valid: { $ne: true }
          }
        }
      ],
      as: 'contact',
    },
  },
  { $unwind: { path: '$contact', preserveNullAndEmptyArrays: false } },
  { $addFields: { 'contact.audience_id': '$audience_id' } },
  { $replaceRoot: { newRoot: '$contact' } },
]);

4. 验证索引命中情况 #

使用explain()查看聚合执行计划，确认索引是否被正确使用：

db.users.aggregate([/* 你的聚合语句 */]).explain("executionStats")

在输出结果的executionStats模块中，检查user_data对应的查询阶段是否显示使用了目标索引。

内容的提问来源于stack exchange，提问作者Gaurav Chandel