Mongoose查询N条结果调用populate()是否会产生N次额外查询，对性能有何影响

1. populate是否会触发额外的数据库查询？ #

是的。由于MongoDB本身不支持跨集合的Join查询，Mongoose的populate是客户端层面的关联查询封装，执行housesModel.find({}).populate('owner')时会分为两步执行：

• 第一步发起针对houses集合的查询，拿到所有匹配的房屋文档，这是第1次数据库请求
• 第二步自动提取所有房屋文档owner字段存储的全部关联ID，去重后仅发起1次针对owners集合的find({ _id: { $in: [所有去重后的ownerID] } })查询，拉取所有关联的房主数据后，自动填充到对应房屋文档的owner字段中。

2. 多关联场景是否会产生线性增长的查询次数？ #

你假设的300条房屋、平均1.5个房主的场景，总共仅会产生2次数据库查询，完全不会出现450次独立查询的情况。
populate默认已经做了批量查询优化：同一个关联路径下，不管关联了多少个ID、父查询返回了多少条文档，都只会额外发起1次查询，不会和关联ID数量、父文档数量呈线性增长。

3. 大规模数据下的性能影响 #

如果仅populate单个关联字段，哪怕父查询返回数千条结果，性能开销也非常低：因为_id是MongoDB默认创建的唯一索引，$in批量查询索引字段的效率很高，客户端层面的ID提取、数据合并操作开销也可以忽略。
只有当你同时populate多个不同的关联字段时，才会对应每个关联路径增加1次额外查询，比如同时填充owner、tenant、community三个关联字段，总查询次数为1次主集合查询 + 3次关联集合查询，依然不会出现随数据规模线性增长的问题。
如果主查询返回结果达到十万级及以上，客户端层面处理populate的内存开销会有所上升，这种场景更推荐使用MongoDB聚合管道的$lookup做服务端关联，或者根据业务场景做适当的字段冗余来避免关联查询。

内容的提问来源于stack exchange，提问作者xunux