MongoDB聚合$group内存超限：allowDiskUse生产配置及查询优化咨询

• 该参数本身不存在数据安全风险，仅允许聚合操作在内存不足时将临时计算数据写入磁盘完成运算，不会修改源数据。
• 生产环境开启需要注意两个负面影响：
  • 会大幅提升磁盘IO占用，若同一时间运行多个大型聚合查询，可能抢占业务请求的IO资源，导致正常业务延迟升高
  • 需要提前预留足够的磁盘空间，避免临时写入数据占满磁盘引发数据库服务异常
• 建议生产环境使用时搭配查询超时限制、仅在业务低峰期执行大聚合查询的规则使用。

你当前的查询触发内存超限的核心原因是$push: "$$ROOT"会将每个分组的全量文档加载到内存中，很容易触达MongoDB聚合阶段默认100MB的内存上限，可从以下角度优化：

• 新增联合索引
  给created和group_id字段建立联合索引：

  db.your_collection.createIndex({created: 1, group_id: 1})
  

  该索引可以同时覆盖$match的时间范围过滤和$group的分组逻辑，避免全表扫描，同时有序的索引可以降低分组阶段的内存开销。
• 裁剪返回字段
  若业务不需要完整的整行文档，将$push: "$$ROOT"修改为仅返回需要的字段，大幅降低内存占用，示例：

  $group: {
    _id: "$group_id", 
    records: {    
      $push: {
        _id: "$_id",
        created: "$created",
        // 仅保留业务需要的字段
      }
    }
  }
  

• 拆分大查询
  如果确实需要返回每个分组的全量文档，可以先查询符合时间范围的所有group_id列表，再循环针对单个group_id+时间范围查询对应文档，避免单次聚合加载过多数据。
• 高版本特性适配
  若你使用MongoDB 5.0及以上版本，可使用$setWindowFields算子实现同类分组逻辑，内存使用效率远高于传统$group。

内容的提问来源于stack exchange，提问作者taraf