如何优化Node.js+Express+Mongoose服务端API查询性能？

1. 补充关键查询索引 #

聚合慢的核心原因大概率是全集合扫描，给所有聚合管道涉及的字段针对性加索引：

• 给$match阶段的过滤字段（如考勤日期、用户ID）建复合索引：

  // 示例：给考勤集合的userId和date字段建复合索引
  db.attendance.createIndex({ userId: 1, date: -1 })
  

• 给$lookup的关联字段加索引：关联表的关联字段（如用户表_id）必须有索引，本地集合的关联字段也要补索引：

  // 示例：确保用户表_id字段索引存在（默认已创建，可确认）
  db.users.createIndex({ _id: 1 })
  

• 给$sort阶段的排序字段加索引，避免内存排序引发的性能损耗。

2. 精简聚合管道流程 #

• 将$match放在管道最前端：先过滤掉无关数据，减少后续所有阶段的处理量，比如先筛选指定日期范围的记录，再做关联和聚合。
• 精简$project返回字段：只保留最终响应需要的字段，不要返回整个文档，比如只取userId、date、status，减少数据传输和解析成本。
• 移除非必要的$lookup：如果某些关联数据不是考勤记录的核心内容，可拆分成前端二次请求或后台单独查询，避免聚合管道过度复杂。

3. 重构分页逻辑 #

放弃用skip实现分页（数据量大时skip会遍历所有前置数据，性能极差），改用基于范围的分页：

• 以上一页最后一条记录的有序字段（如date或_id）作为查询条件，配合limit获取下一页数据：

  // 示例：以上一页最后一条的date为起点，查询3条记录
  Attendance.aggregate([
    { $match: { date: { $lt: lastPageLastDate }, userId: targetUserId } },
    { $sort: { date: -1 } },
    { $limit: 3 }
  ])
  

• 确保该范围字段已加索引，查询会直接命中索引，速度大幅提升。

4. 排查虚拟主机环境瓶颈 #

• 检查MongoDB资源限制：虚拟主机的MongoDB多为共享实例，CPU、内存不足会导致查询排队。通过db.currentOp()查看当前运行的操作，确认是否有长时间阻塞的查询；查看MongoDB日志，排查内存不足、锁等待等问题。
• 优化网络链路：若API服务器与MongoDB服务器不在同一区域，会产生网络延迟。尽量将两者部署在同一机房，或使用虚拟主机提供的本地MongoDB实例。

5. 缓存聚合结果 #

如果考勤数据无需实时生成（比如每天固定时间更新），可将聚合结果缓存：

• 定时执行聚合任务，将结果写入attendance_summary集合；
• API请求直接查询attendance_summary，无需每次执行复杂聚合。

内容的提问来源于stack exchange，提问作者Ali