如何缩短MongoDB中attendancesCollection集合的聚合查询执行时间

• 优先添加复合索引优化$match阶段过滤效率
  MongoDB聚合管道会优先执行最前面的$match阶段过滤数据，针对你查询中的过滤字段，按照「精确匹配字段在前，范围匹配字段在后」的原则创建复合索引：

  db.attendancesCollection.createIndex({
    workerType: 1,
    Location: 1,
    locationId: 1,
    Date: 1
  })
  

  该索引可直接命中$match的所有过滤条件，避免全表扫描50万条文档，是性能提升最明显的优化手段。
• 使用覆盖索引避免回表查询
  如果可以接受索引体积变大，可以把后续$group阶段用到的所有字段都加到复合索引中，变成覆盖索引，查询全程不需要读取原始文档，直接从索引中获取所有需要的数据：

  db.attendancesCollection.createIndex({
    workerType: 1,
    Location: 1,
    locationId: 1,
    Date: 1,
    employeeId: 1,
    workerId: 1,
    workerFullName: 1,
    shiftPoints: 1,
    duration: 1,
    createdAs: 1,
    inTime: 1,
    outTime: 1
  })
  

• 优化$lookup关联逻辑
  你关联的users集合只有1000条数据，体量极小：
  1. MongoDB默认会为集合的_id字段创建主键索引，无需额外操作即可保证关联查询的匹配效率
  2. 若聚合返回结果量级不大，可以直接提前把users集合的全量数据查询到应用层内存中，用内存映射替换MongoDB的$lookup关联，进一步降低关联开销
• 调整聚合执行参数
  执行聚合时添加allowDiskUse: true参数，避免$group阶段数据量过大触发内存限制，导致执行中断或性能下降：

  db.attendancesCollection.aggregate([/* 原有管道逻辑 */], { allowDiskUse: true })
  

• 预聚合优化高频查询
  如果该查询是报表类的非实时高频查询，可以提前按日期、地点维度做预聚合，将统计结果写入单独的聚合结果集合，查询时直接读取预聚合结果，耗时可降低到毫秒级。

内容的提问来源于stack exchange，提问作者Saurabh