MongoDB优化：外卖应用多类别Geo查询能否合并为单聚合？

单个聚合查询实现 #

可以将多类别并行查询合并为一个聚合管道，一次性获取所有去重的可用类别，彻底消除多次网络请求的开销。根据你的category_codes字段类型（单个值/数组），提供两种针对性的管道实现：

场景1：category_codes为单个字段（每个店铺仅归属一个类别）

[
    # 筛选配送区域包含用户位置的店铺
    {'$match': {
        'delivery_areas.poly': {
            '$geoIntersects': {
                '$geometry': {'type': 'Point', 'coordinates': [127.005926, 37.49006]}
            }
        }
    }},
    # 按类别分组完成去重
    {'$group': {'_id': '$category_codes'}},
    # 将分组后的类别转为数组格式输出
    {'$group': {
        '_id': None,
        'available_categories': {'$push': '$_id'}
    }},
    # 只保留结果字段，剔除冗余的_id
    {'$project': {'_id': 0, 'available_categories': 1}}
]

场景2：category_codes为数组字段（每个店铺可归属多个类别）

[
    {'$match': {
        'delivery_areas.poly': {
            '$geoIntersects': {
                '$geometry': {'type': 'Point', 'coordinates': [127.005926, 37.49006]}
            }
        }
    }},
    # 仅保留类别字段，大幅减少后续数据传输量
    {'$project': {'category_codes': 1, '_id': 0}},
    # 将类别数组拆分为单个文档，便于后续分组去重
    {'$unwind': '$category_codes'},
    # 按类别完成去重分组
    {'$group': {'_id': '$category_codes'}},
    # 转为最终的结果数组
    {'$group': {
        '_id': None,
        'available_categories': {'$push': '$_id'}
    }},
    {'$project': {'_id': 0, 'available_categories': 1}}
]

关键性能优化点 #

1. 调整索引顺序实现覆盖索引
   将现有索引从[("category_codes", pymongo.ASCENDING), ("delivery_areas.poly", pymongo.GEOSPHERE)]改为[("delivery_areas.poly", pymongo.GEOSPHERE), ("category_codes", pymongo.ASCENDING)]。
   调整后MongoDB可直接从索引中获取匹配店铺的category_codes，无需回表查询完整文档，查询速度会有明显提升。

2. 精简数据传输
   通过$project阶段仅保留必要的category_codes字段，避免传输店铺其他无关数据，降低网络和内存处理开销。

3. 为何优于distinct()
distinct()会先拉取所有匹配的完整文档再执行去重逻辑，而上述聚合管道在$group阶段直接完成去重，结合覆盖索引后，处理的数据量远小于distinct()，性能更符合你的需求。

对比原方案的优势 #

原方案对每个类别发起单独查询，即使并行执行也存在多次网络往返的开销。合并为单个查询后，仅需一次请求即可获取所有结果，在类别数量较多时，性能提升效果尤为显著。

内容的提问来源于stack exchange，提问作者Jerry