MongoDB中如何预创建连接提升Mongoose的find查询速度？

开发者阿泽

2026-9-3

问题背景

我搭建了一个Node.JS后端服务，负责预处理页面并返回给客户端浏览器，核心功能是编译HTML文件、执行数据查询后将所有内容整合为单个文件输出。

目前遇到的问题是：加载单个页面时，可能需要通过mongoose执行多次查询，核心代码逻辑如下：

// Imports up here for mongoose, express and mongoDB models

mongoose.connect(process.env.mongooseUri, {
    useNewUrlParser: true,
    useUnifiedTopology: true,
});

app.get('/', async (req, res, next) => {
    let article = await Article.findOne().lean().populate('category').exec();
    let category = await Category.find({ "name" : req.params.category ).lean().exec();
    let series = await Series.find({ "name" : article.seriesName }).lean().exec();
});

实际测试发现的现象：

每执行一次find请求，页面处理耗时就增加约100ms，部分场景下耗时更高
populate操作执行速度远快于多次重复执行find，测试中populate速度是多次await find()请求的10倍以上
初步推测每次请求额外增加的100ms耗时并非MongoDB执行find()本身的运算开销，而是建立数据库连接的预热耗时

核心诉求：

寻找提升这类查询执行速度的方法
确认能否让普通独立find()请求获得和populate同等的执行速度，避免每次执行find请求浪费100ms额外开销
确认当前编写find()查询的方式是否已经是最高效的实现（已知智能缓存方案可解决问题，但希望先确认写法层面的最优解）

核心原因分析

你的推测不完全准确，额外耗时的核心来源不是每次find新建数据库连接，而是两个问题：

查询串行执行：你当前代码中用await逐个等待查询返回，无依赖的查询也在排队执行，总耗时是所有查询耗时的总和。而populate内部会自动收集关联条件，批量并行发起查询，总耗时等于最慢的单个查询耗时，这是你感觉populate快10倍的核心原因。
连接配置不合理：Mongoose默认在服务启动时建立长连接池，正常请求会复用池内连接，不会每次新建连接。如果你没有配置最小空闲连接数，或者启动服务时没有等待数据库连接建立完成，冷启动阶段可能出现连接等待开销；如果并发较高时连接池大小不足，新查询也会排队等待空闲连接，产生额外耗时。
额外说明：如果真的是每次find都新建TCP连接+MongoDB认证，单次开销会在300ms到数秒级别，远高于你观察到的100ms。

优化方案

按照改造成本从低到高排序，落地后完全可以让独立find的速度达到和populate一致的水平：

1. 无依赖查询改为并行执行

这是收益最高、改造成本最低的优化。你当前代码中article和category查询没有任何依赖关系，不需要等第一个返回再执行第二个，用Promise.all把无依赖查询并行发起即可。
优化后的代码：

// 等待数据库连接建立完成后再启动HTTP服务，避免第一个请求赶上连接初始化
mongoose.connect(process.env.mongooseUri, {
    useNewUrlParser: true,
    useUnifiedTopology: true,
})
.then(() => {
    app.listen(3000);
})
.catch(err => {
    console.error('数据库连接失败', err);
    process.exit(1);
});

app.get('/', async (req, res, next) => {
    // 并行执行无依赖的两个查询，总耗时等于两个查询中较慢的那个，而不是两者之和
    // 这里顺便修复了原代码中req.params.category缺失闭合引号的语法错误
    const [article, category] = await Promise.all([
        Article.findOne().lean().populate('category').exec(),
        Category.find({ "name" : req.params.category }).lean().exec()
    ]);
    // 再执行依赖article返回结果的series查询
    const series = await Series.find({ "name" : article.seriesName }).lean().exec();

    // 后续页面渲染逻辑
});

如果是6个完全无依赖的查询，全部丢进Promise.all并行执行，总耗时会从原来的600ms降到100ms左右，性能提升6倍。

2. 调整连接池配置，消除连接等待开销

在mongoose连接配置中显式指定连接池大小，预先建立足够的空闲长连接，完全消除连接预热的开销：

mongoose.connect(process.env.mongooseUri, {
    useNewUrlParser: true,
    useUnifiedTopology: true,
    maxPoolSize: 20, // 最大连接数，根据服务并发量调整，普通内容站点10-50足够
    minPoolSize: 5, // 服务启动后预先建立5个空闲长连接，运行期间保持连接不释放
    socketTimeoutMS: 30000,
    connectTimeoutMS: 5000
});

配置minPoolSize后，服务启动阶段就会完成连接建立，后续所有查询直接复用已有长连接，不会产生任何建连开销。

3. 给查询字段加索引，降低查询本身耗时

你已经在使用.lean()是非常好的实践——lean()会跳过Mongoose文档实例化过程，返回纯JS对象，查询速度可以提升2-3倍。
在此基础上，给所有查询过滤条件用到的字段加索引，避免全表扫描：

// Schema定义时给查询字段加索引
const categorySchema = new Schema({
    name: { type: String, index: true }, // 给name字段加普通索引
    // 其他字段
});

const seriesSchema = new Schema({
    name: { type: String, index: true },
    // 其他字段
});

如果name字段是唯一值，可以设置为唯一索引unique: true，查询速度会更快。

4. 批量查询替代多次单查

如果需要查询同模型的多条数据，不要循环逐个发起find请求，用$in操作符一次性查询所有符合条件的数据，再在内存中做匹配——这和populate内部的实现逻辑完全一致，通过减少数据库请求次数降低耗时：

// 反例：循环串行查询，10条数据产生10次请求，总耗时约1000ms
// const categories = []
// for (const id of categoryIdList) {
//   categories.push(await Category.findById(id).lean())
// }

// 正例：一次批量查询，总耗时约等于单查的100ms
const categories = await Category.find({ _id: { $in: categoryIdList } }).lean();

补充说明

populate本质就是Mongoose封装的批量并行查询工具，没有任何特殊的数据库层面优化，你按照上述方案手动编写独立find查询，完全可以达到和populate一致甚至更高的执行效率（populate为了适配通用场景会有少量额外的处理开销）。
上述优化全部落地后，单页5-6个查询的总耗时基本可以控制在100-200ms，不需要额外引入缓存层也能满足性能要求。缓存属于架构层面的优化手段，可以等写法层面优化完成后再根据实际性能需求决定是否引入。

内容的提问来源于stack exchange，提问作者Johnny

MongoDB中如何预创建连接提升Mongoose的find查询速度？

1. 无依赖查询改为并行执行 #

2. 调整连接池配置，消除连接等待开销 #

3. 给查询字段加索引，降低查询本身耗时 #

4. 批量查询替代多次单查 #

1. 无依赖查询改为并行执行

2. 调整连接池配置，消除连接等待开销

3. 给查询字段加索引，降低查询本身耗时

4. 批量查询替代多次单查