Pymongo Cursor迭代瓶颈求助：Geo查询返回Cursor转list耗时过高

list(nearest)耗时高本质不是Python类型转换的开销，核心是MongoDB地理查询执行、结果批量拉取的开销，可按以下优先级优化：

• 优先添加2dsphere地理索引
  无索引时地理查询会触发全表扫描，性能极差，给location字段创建2dsphere索引即可将查询耗时降低1~2个数量级，建索引仅需执行一次：

  collection = self.database_objs[common_models.ObjModel().current_geographic_collection]
  collection.create_index([("location", "2dsphere")])
  

  优化后可执行print(nearest.explain()["executionStats"]["executionStages"]["stage"])，输出为IXSCAN即代表索引生效。
• 限制返回字段，减少无效数据传输
  给find方法添加projection参数，仅返回业务需要的字段，避免拉取冗余内容：

  nearest = collection.find(
      {"location": {"$geoWithin": {"$centerSphere": [start, self.distance_radians(self.feet_meter(radius))]}}},
      # 按需填写需要返回的字段，不需要的字段设为0即可
      projection={"_id": 1, "location": 1, "business_field": 1}
  )
  

• 限制返回文档数量
  若业务不需要全量匹配结果，添加limit限制返回条数，大幅降低数据拉取耗时：

  # 比如仅返回最近的100条匹配结果
  nearest = collection.find(
      {"location": {"$geoWithin": {"$centerSphere": [start, self.distance_radians(self.feet_meter(radius))]}}}
  ).limit(100)
  

• 开启索引覆盖查询
  若业务需要的所有字段都包含在索引中，可以创建复合2dsphere索引，实现覆盖查询，无需回表读取原始文档，性能可再提升3~5倍：

  # 假如你需要返回location、business_field、_id三个字段，创建对应复合索引
  collection.create_index([("location", "2dsphere"), ("business_field", 1), ("_id", 1)])
  

• 调整游标批量拉取参数
  匹配结果较多时，调整batch_size参数减少客户端和MongoDB的网络往返次数：

  nearest = collection.find(
      {"location": {"$geoWithin": {"$centerSphere": [start, self.distance_radians(self.feet_meter(radius))]}}}
  ).batch_size(1000)
  

• 超大数据集分片优化
  若单集合数据量超过千万级，可按照地理位置字段做分片，将查询范围缩小到单个或少数分片，大幅降低查询扫描的数据量。

内容的提问来源于stack exchange，提问作者Martin Mashalov