MongoDB聚合查询优化及索引设计求助：高扫描返回比问题

第一步：简化日期过滤逻辑 #

你当前的$or日期条件本质是判断事件时间范围与指定[start, end]区间存在交集，6种分支可合并为一个简洁逻辑，完全等价且大幅降低查询复杂度：

{
  start: { $lte: new Date(end) },
  end: { $gte: new Date(start) }
}

第二步：合并$match阶段 #

把两个$match合并为一个，让MongoDB在聚合最早期完成全量过滤，减少后续处理的数据量：

const userFilter = user ? { assignee: new Types.ObjectId(user) } : {};
const clientFilter = client ? { client: new Types.ObjectId(client) } : {};

Collection.aggregate([
  {
    $match: {
      ...userFilter,
      ...clientFilter,
      status: 1,
      customer: new Types.ObjectId(customer),
      start: { $lte: new Date(end) },
      end: { $gte: new Date(start) }
    }
  },
  { $sort: { createdAt: 1 } }
])

注：将原null替换为空对象，避免展开null引发语法问题。

第三步：设计针对性复合索引 #

根据动态过滤场景，按使用频率优先创建以下索引：

基础通用索引（无assignee/client过滤时） #

db.Collection.createIndex({ customer: 1, status: 1, start: 1, end: 1, createdAt: 1 })

• customer和status为固定过滤条件，放在索引前缀快速缩小数据集
• start/end用于日期区间过滤
• 末尾追加createdAt:1，直接利用索引完成排序，避免内存/磁盘排序开销

带assignee过滤的索引 #

若经常按assignee过滤，创建：

db.Collection.createIndex({ customer: 1, status: 1, assignee: 1, start: 1, end: 1, createdAt: 1 })

带client过滤的索引 #

若经常按client过滤，创建：

db.Collection.createIndex({ customer: 1, status: 1, client: 1, start: 1, end: 1, createdAt: 1 })

同时带assignee和client的索引 #

若经常同时使用两个字段过滤，创建：

db.Collection.createIndex({ customer: 1, status: 1, assignee: 1, client: 1, start: 1, end: 1, createdAt: 1 })

第四步：验证索引效果 #

用explain("executionStats")查看查询计划，确认索引是否生效：

Collection.aggregate([/* 你的聚合查询 */]).explain("executionStats")

重点关注：

• executionStats.totalDocsExamined与executionStats.nReturned的比值，目标是接近1
• executionStats.executionStages.inputStage.stage是否为IXSCAN（索引扫描），而非COLLSCAN（全表扫描）

额外优化提示 #

• 确保start、end字段存储为Date类型，避免字符串类型导致查询时的类型转换，引发索引失效
• 若customer基数极大（存在大量不同值），放在索引前缀的过滤效果会更显著
• 避免查询中出现重复字段定义（原代码中重复的start/end字段已在优化后修复）

内容的提问来源于stack exchange，提问作者user18196624