MongoDB聚合查询过慢求助：高写入场景下的优化方案咨询

• 优先给createdAt创建单字段索引
  每秒3条写入的量级，MongoDB单字段索引的写入开销完全可以忽略——单字段索引的写入复杂度是O(log n)，对于这种低频次写入，根本不会成为性能瓶颈。反而没索引的话，聚合每次都要全表扫描，数据量越大越慢，后续数据增长后只会更糟。
  而且你的查询都是按createdAt日期范围过滤，这个索引能让聚合的$match阶段直接定位目标数据，大幅减少后续$group、$addFields要处理的数据量，查询速度会有质的提升。

• 优化聚合查询的执行逻辑

  • 把$match放在聚合管道最前面：先通过createdAt索引过滤出要统计的时间范围数据，再做其他操作，避免无意义的全表数据处理。
  • 简化$addFields的计算：如果$addFields里的衍生字段可以在写入文档时就提前计算好并存进去，就别在聚合时实时计算，能省不少CPU资源。
  • 精简$group的分组字段：统计DAU时，只保留日期和用户ID这类必要字段做分组去重，别把无关字段带入分组，减少分组计算的开销。

• 拆分请求的适用场景
  如果后续数据量涨到千万级以上，哪怕加了索引、优化了查询，单次聚合还是慢，再考虑拆分请求。比如后台异步预计算每天的DAU数据，存到单独的统计集合里，前端直接查这个小集合，读取速度极快，也不会影响主集合的写入。但这种方案需要额外做定时任务维护统计数据，适合实时性要求不高的场景。

内容的提问来源于stack exchange，提问作者MinJong