MongoDB Atlas查询executionStats时间与实际执行时间不一致问题咨询

核心差异原因 #

executionTimeMillis 与你实际感知的查询耗时不是同一统计维度，二者的统计范围完全不同：

• executionTimeMillis 仅统计MongoDB服务端执行查询逻辑的纯耗时：也就是你这个场景下全表扫描101330条文档的时间，不包含结果序列化、网络传输、客户端处理的任何开销，26ms的结果符合M10规格的性能表现，是正常的。
• 你实际感知的耗时是「服务端执行+结果序列化+网络传输+客户端反序列化/组装数据」的全链路耗时，二者差异主要来自后三个环节。

不同场景耗时差异解释 #

1. Mongo Shell执行toArray()耗时超1分钟

toArray()会强制等待游标拉取所有结果到本地内存后才返回，额外开销集中在三点：

• 服务端需要将10万条BSON文档序列化，消耗CPU和IO资源
• 网络传输开销：10万条文档总大小通常在几十MB量级，如果你运行Shell的本地机器与MongoDB Atlas集群跨区域、或者走公网传输，带宽不足+多轮网络往返叠加，很容易出现分钟级耗时
• Shell侧需要将接收到的BSON反序列化为本地对象、组装为数组，也会产生额外耗时

2. AWS Lambda执行耗时5314ms

你Lambda代码里的计时是全链路耗时，比本地Shell快的核心原因是Lambda与Atlas集群的网络距离更近，传输开销远低于本地机器。另外这个耗时也包含了MongoDB驱动默认分批次拉取结果的多轮网络往返开销（驱动默认单次批量拉取上限为101条或16MB，10万条数据需要多次请求往返）。

优化建议 #

如果你的业务场景必须拉取全量集合数据，可以参考以下方案降低耗时：

• 调整驱动的batchSize参数，将单次批量拉取数量调大（比如设置为10000），减少网络往返次数
• 确保客户端与Atlas集群部署在同一云厂商区域，走内网专线访问，避免公网传输开销
• 避免使用toArray()全量加载数据，改用游标流式迭代逐批处理，不需要等全部数据返回即可启动业务逻辑，降低感知耗时
• 如果仅需要部分字段，添加投影规则仅返回必要字段，缩小结果集体积，降低序列化和传输开销

内容的提问来源于stack exchange，提问作者ravi