MongoDB多次对cursor使用skip和limit报Cursor已初始化错误

不可以对同一个已初始化的MongoDB游标重复调用skip()和limit()实现分批拉取，触发MongoCursorInUseError: Cursor is already initialized是驱动的游标状态机制限制导致的。

• MongoDB Node.js驱动中的游标是有状态的一次性对象：当你调用toArray()、forEach()、next()等触发实际数据库请求的方法时，游标会被标记为「已初始化」状态，进入数据拉取流程，此时不允许再修改游标的查询配置（包括skip、limit、sort、投影等参数），也不能重复触发执行。
• 示例代码中第一次执行cursor.skip(0).limit(100).toArray()时，已经启动了原游标，后续在then回调中对同一个游标再次调用skip(100).limit(100).toArray()，本质是尝试修改正在运行的游标配置，直接触发游标占用报错。
• 额外注意：就算绕过该报错，通过不断增大skip值做深分页的性能也非常差——skip(n)会让MongoDB扫描并丢弃前n条匹配结果，n越大查询延迟越高，不适合大批量数据的分批拉取场景。

方案1：使用游标原生遍历能力（最简便，内存占用低） #

MongoDB游标本身就会按默认batchSize（通常是101条，不同版本略有差异）自动分批从服务端拉取数据，不需要手动设置skip/limit控制分批，直接遍历游标即可，驱动会自动管理批量拉取逻辑，不会一次性把全量数据加载到内存：

const cursor = collection.find({ /* 你的查询条件 */ });
// 异步遍历游标，驱动自动分批拉取
for await (const doc of cursor) {
  // 单条处理文档即可，如果需要按固定批次处理，可以自行攒够指定数量再执行批量逻辑
  await processSingleDoc(doc);
}

方案2：范围分页（性能最优，适合大批量数据拉取） #

如果需要手动控制每批的处理逻辑，不要复用游标，每次分批查询都生成全新的游标，同时用有序字段（比如主键_id）做范围标记替代skip，避免深分页性能问题：

const batchSize = 100;
let lastId = null;
while (true) {
  // 每次查询都生成全新的游标，不复用旧游标
  const queryCond = lastId ? { _id: { $gt: lastId } } : {};
  const batchDocs = await collection.find(queryCond)
    .sort({ _id: 1 }) // 按有序字段排序保证分页顺序
    .limit(batchSize)
    .toArray();
  if (batchDocs.length === 0) break; // 拉取完所有数据时退出循环
  // 处理当前批次数据
  await processBatch(batchDocs);
  // 记录当前批次最后一条数据的标记，作为下一次查询的起点
  lastId = batchDocs[batchDocs.length - 1]._id;
}

方案3：重新生成游标实现skip分页（仅适合小数据量浅分页） #

如果数据量很小、分页页数不多，确实需要用skip逻辑实现分页，必须保证每次分页查询都调用find()生成全新的游标，绝对不能复用已经执行过的旧游标：

// 分页查询函数，每次调用都生成新游标
const getBatchBySkip = async (pageIndex, pageSize = 100) => {
  return collection.find({ /* 你的查询条件 */ })
    .skip(pageIndex * pageSize)
    .limit(pageSize)
    .toArray();
}

// 调用示例
const firstPage = await getBatchBySkip(0);
const secondPage = await getBatchBySkip(1);

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