MongoDB/Mongoose：查询用户关联产品，填充与直接查询孰优？

给定Schema回顾 #

先明确关联结构：

// User Schema
const userSchema = {
    name: { type: String },
    myProducts: [
       {
         type: mongoose.Schema.Types.ObjectId,
         ref: 'Product',
       }
    ]
};

// Product Schema
const productSchema = {
    name: { type: String },
    owner: {
       type: mongoose.Schema.Types.ObjectId,
       ref: 'User'
    }
};

基础查询：哪种方案更优？ #

直接说结论：方案2（Products.find({owner: currentUser})）更优，原因如下：

• 方案1的执行逻辑是：先查询目标User文档，再根据myProducts数组里的ID列表，去Product集合批量查询对应文档。本质是两次数据库查询，而且如果myProducts数组存在无效ID（比如产品已删除但用户数组未更新），还会返回空数据或冗余结果。
• 方案2是直接在Product集合中通过owner字段过滤，只要给owner字段建立索引，就能实现单查询高效命中目标数据，逻辑更直接，也不会出现无效产品的问题（已删除的产品不会留在集合中）。

分页、搜索场景：哪种方案更合适？ #

毫无疑问选方案2，理由非常明显：

• 方案1在populate后，所有产品数据都加载到内存中，分页、搜索都要在代码层面处理。如果用户产品数量较多（比如上千条），不仅内存占用大，分页的skip/limit、搜索的关键词匹配都无法利用MongoDB的索引优化，性能会急剧下降。
• 方案2可以直接结合MongoDB的原生语法实现分页和搜索：
  • 分页：Products.find({owner: currentUser}).skip(page * pageSize).limit(pageSize)
  • 搜索：Products.find({owner: currentUser, name: { $regex: 'keyword', $options: 'i' }})
    还可以给owner和name建立复合索引，进一步提升复杂查询的效率，完全利用数据库的优化能力。

额外提醒 #

这种双向引用的设计（User存产品ID数组，Product存用户ID）存在数据一致性风险：比如删除产品时，需要额外维护User的myProducts数组，否则会出现脏数据。如果没有特殊场景需要快速获取用户的产品ID列表，其实可以考虑去掉User中的myProducts字段，只保留Product的owner关联，既能简化逻辑，又能避免维护成本。

内容的提问来源于stack exchange，提问作者Harshil Sharma