相同查询下Pymongo执行速度远低于MongoDB问题咨询

• 变量作用域不匹配：你的聚合语句中$lookup的let块仅声明了college、profile两个变量，但$match阶段用到了$$patientId变量。若你在Mongo Shell执行查询前，已在Shell全局上下文赋值过patientId，Shell会自动将该变量注入聚合逻辑，语句可正常匹配过滤。而Pymongo运行时不存在该全局变量上下文，$$patientId会被识别为未定义，导致$match过滤逻辑失效，触发全表扫描或匹配大量无效数据，耗时大幅上涨。
• 结果拉取逻辑差异：Mongo Shell默认仅拉取前20~50条结果展示，你观测到的2秒是首屏结果加载时间，并非全量数据集拉取耗时。而你在Pymongo中使用list()包裹聚合语句，会强制将所有匹配文档从MongoDB拉取到本地，同时完成BSON到Python字典的序列化，若结果集规模较大，网络传输+序列化的开销会被放大到几十秒。
• 连接参数配置差异：若Pymongo连接默认的批次大小（batchSize）设置过小，大结果集需要多次和MongoDB服务端往返请求，额外增加网络开销。Mongo Shell默认的批次大小更高，拉取效率更优。

• 修复聚合变量引用问题：若patientId是外部传入的固定值，直接写入$match语句，避免使用未声明的变量，同时可以根据需要调整聚合的batchSize参数，减少网络往返次数，修复后的代码示例：

# 替换为实际的patientId值
target_patient_id = "xxx"
result = db.mentorbasicdetails.aggregate([
    {"$lookup":{
        "from":"colleges",
        "let":{
            "college":"$educations.collegeId",
            "profile":"$educations.profileTypeId"
        },
        "pipeline":[
          { "$match": {
            "$expr": {
              "$and": [
                { "$eq": ["$patientId", target_patient_id] },
                { "$eq": ["$_id", "$$college"] }
              ]
            }
          }},
          {
            "$project":{
                "tier":{"$min":["$tier",3]},
                "profile":"$$profile",
                "_id":0
            }
          }
        ],
        "as":"collegetiers"
    }}
], batchSize=1000)
# 如非必要不要用list()一次性加载所有结果，直接迭代游标按需获取
# list(result)

• 新增联合索引：给colleges集合创建patientId+_id的联合索引，加快$match阶段的匹配速度，索引创建语句：

db.colleges.createIndex({patientId: 1, _id: 1})

• 验证执行计划一致性：分别在Mongo Shell和Pymongo中开启explain模式运行聚合，对比两者的executionStats输出，确认扫描文档数、索引命中情况是否一致，快速定位逻辑差异。

内容的提问来源于stack exchange，提问作者Yash Sing