MongoDB协作文档系统schema设计及查询效率优化咨询

如果不想改动当前的集合拆分设计，可以通过两个操作大幅提升查询效率：

• 给Collaborators集合的collaborators.userId字段加单字段索引，第一步筛选包含目标用户的协作者列表的速度会提升数个量级
• 不用手动做两步查询，直接用MongoDB聚合的$lookup关联两个集合，数据库层的关联效率远高于应用层手动发起两次查询

对应的Mongoose查询代码示例：

const userDocs = await Document.aggregate([
  {
    $lookup: {
      from: "collaborators", // 对应Collaborators模型的集合名，Mongoose默认会转小写复数，不符的话自行调整
      localField: "collaborators",
      foreignField: "_id",
      as: "collaboratorInfo"
    }
  },
  {
    $match: {
      "collaboratorInfo.collaborators.userId": 登录用户的ID
    }
  },
  {
    $project: {
      collaboratorInfo: 0 // 不需要返回协作者详细信息的话可以移除该字段，减少返回数据量
    }
  }
])

该方案适合协作者列表需要多文档共享、协作者单组人数超过数百的场景，加索引后足够应付绝大多数中小规模的业务需求。

你的当前设计是典型的关系型数据库思维，MongoDB更推荐嵌入优先的设计模式，直接把协作者数组嵌入到Document集合中，完全可以砍掉单独的Collaborators集合：
调整后的Document模型示例：

const documentSchema = new mongoose.Schema({
  // 原有文档字段：标题、内容、创建时间、创建人等
  collaborators: [
    {
      userId: { type: mongoose.Schema.Types.ObjectId, ref: "User", required: true },
      role: { type: String, enum: ["editor", "commenter", "viewer"], required: true }
    }
  ]
})
// 给嵌入的用户ID加索引，大幅提升查询速度
documentSchema.index({ "collaborators.userId": 1 })

const Document = mongoose.model("Document", documentSchema)

调整后查询目标用户的协作文档只需要一步：

const userDocs = await Document.find({
  "collaborators.userId": 登录用户的ID
})

• 优势：查询步骤从2步减少到1步，加索引后性能拉满，完全适配用户高频拉取文档列表的场景
• 注意点：协作者变更直接操作Document的collaborators数组即可，Mongoose对数组操作的支持非常完善，新增协作者用$push、删除用$pull、修改角色用数组过滤更新即可，代码实现非常简单。如果你的业务存在多文档共享同一组协作者的场景（比如团队空间下所有文档协作者一致），可以保留Collaborators集合同时在Document层冗余协作者数组，协作者组变更时用事务同步更新所有关联文档即可，这类场景协作者的变更频率远低于用户拉取文档列表的频率，冗余的收益远高于一致性维护的成本。

内容的提问来源于stack exchange，提问作者katboo