如何对MongoDB中的内嵌文档实现服务端分页与过滤

你的顾虑完全正确。方案1不仅会因为加载全量内嵌数组占用过高内存，随着数组持续增长还会触碰到MongoDB单文档最大16MB的存储上限，后续将无法写入新的内嵌数据，长期可用性和性能都存在很大问题。

你不需要直接采用重构成本较高的方案2，MongoDB原生提供了嵌套数组的服务端过滤、分页能力，不需要将全量数组加载到内存，改造成本极低，性能远高于方案1：

具体实现方式 #

1. 无过滤条件的基础分页 #

直接用$slice投影操作，查询时仅返回指定分页区间的数组片段，不会拉取整个数组：

// 示例：查询指定父文档的embedded_doc_example数组第2页数据，页长为10
db.parent_collection.findOne(
  { _id: "目标父文档ID" },
  { 
    // 其他需要返回的父文档字段可在此处添加，值设为1
    embedded_doc_example: { $slice: [10, 10] } 
    // $slice参数依次为：数组名、偏移量（跳过的条数）、每页条数
  }
)

2. 带过滤条件的分页 #

如果需要先筛选符合条件的内嵌文档再分页，使用聚合管道的$filter+$slice组合实现：

db.parent_collection.aggregate([
  // 先匹配目标父文档，走_id索引性能极高
  { $match: { _id: "目标父文档ID" } },
  // 过滤符合条件的内嵌文档，示例筛选内嵌文档中status字段为1的条目
  {
    $addFields: {
      filtered_list: {
        $filter: {
          input: "$embedded_doc_example",
          cond: { $eq: ["$$this.status", 1] }
        }
      }
    }
  },
  // 对过滤后的数组做分页截取，示例取第一页，页长10
  {
    $addFields: {
      filtered_list: { $slice: ["$filtered_list", 0, 10] }
    }
  },
  // 可选：隐藏原始全量数组字段，只返回分页后的结果
  { $project: { embedded_doc_example: 0 } }
])

长期选型建议 #

• 若单父文档下的embedded_doc_example数组最大量级在万条以内，且单文档总大小不会超过16MB，使用上述原生方案即可满足需求，无需调整数据结构
• 若数组未来单父文档下会超过万条，或单文档大小大概率超过16MB，再考虑切换为方案2，拆分独立集合后给关联的父文档ID字段建索引，分页查询性能也会非常稳定

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