MongoDB查询百万级Chats集合慢且CPU占满，如何优化查询？

已做优化确认 #

你当前代码中已经给所有查询添加了.lean()，这个操作是正确的：.lean()会跳过Mongoose的文档实例化步骤，直接返回普通JavaScript对象，可降低30%左右的查询内存占用和耗时，这部分无需调整。 #

核心优化：添加索引（解决CPU占满、慢查询的关键） #

你现在的查询耗时高的核心原因是没有添加匹配查询逻辑的索引，每次查询都会扫描全表100万条数据，CPU自然会被占满。按照你的查询逻辑，需要添加以下3个索引：

针对Chat集合的复合索引 #

你的查询逻辑是匹配两个用户的双向聊天记录，且按发送时间倒序排序，直接创建两个覆盖查询+排序的复合索引即可让查询完全走索引，无需回表：

// 在Chat的Schema定义中添加
ChatSchema.index({ sendBy: 1, sendTo: 1, createDateTimestamp: -1 });
ChatSchema.index({ sendTo: 1, sendBy: 1, createDateTimestamp: -1 });

针对User集合的唯一索引 #

你查询用户是按uuid字段匹配，给User集合的uuid字段加唯一索引，可让用户查询的耗时降低到毫秒级：

// 在User的Schema定义中添加
UserSchema.index({ uuid: 1 }, { unique: true });

代码层面补充优化 #

新增分页逻辑 #

你当前代码会一次性拉取两个用户的所有聊天记录，如果两人的聊天记录超过千条，响应速度和内存占用都会很高，建议加分页限制：

// 示例：每次查询20条记录，前端上拉加载更多时传入最后一条消息的时间戳即可查询历史记录
const pageSize = 20;
const lastMsgTimestamp = req.query.lastMsgTimestamp || 0;

Promise.all([
  UserModel.findOne({ uuid: selfUuid }).lean(),
  UserModel.findOne({ uuid: chatWithUuid }).lean(),
  Chat.find({
    $or: [
      { sendBy: uuid, sendTo: chatWithUuid },
      { sendBy: chatWithUuid, sendTo: uuid },
    ],
    // 只查询比上次最后一条消息更早的记录
    ...(lastMsgTimestamp ? { createDateTimestamp: { $lt: lastMsgTimestamp } } : {})
  })
    .lean()
    .sort({ createDateTimestamp: -1 })
    .limit(pageSize) // 限制单次查询数量
])
// 后续逻辑和原有一致

索引生效验证 #

本地测试时可给Chat查询添加.explain("executionStats")，查看输出结果中executionStats.totalDocsExamined的数值，如果和返回的消息条数一致，说明索引已经正常生效，没有全表扫描。 #

长期优化建议 #

• 冷热数据分离：将3个月以上的历史聊天记录归档到单独的冷数据集合，主集合只存放近期热数据，可进一步降低查询的数据集大小。
• 开启MongoDB慢查询日志，设置100ms阈值，定期排查未走索引的异常查询。

内容的提问来源于stack exchange，提问作者Fuangel Sikarin