Pymongo查询远慢于Robomongo的问题求助及优化方案咨询

我之前也碰到过类似的情况——Robomongo执行同一条查询飞快，但PyMongo却慢得离谱。结合你的场景，给你几个排查和解决的方向：

1. 优化查询写法：用limit()替代客户端切片 #

你当前的代码写法有个关键问题：

return collection.find({'result.type':'detail'})[:limit]

find()返回的是一个游标，[:limit]是在Python客户端对整个游标结果进行切片——也就是说，MongoDB服务器会返回所有匹配result.type:'detail'的文档，然后PyMongo在本地只取前500条！如果匹配的文档数量很大，这会导致巨量的数据传输，自然慢得要命。

正确的做法是让服务器端直接返回指定数量的结果，用limit()方法：

return collection.find({'result.type':'detail'}).limit(limit)

这样MongoDB只会返回前500条匹配的文档，从根源减少了网络传输的数据量，速度会有质的提升。

2. 确认索引真的被使用了 #

虽然你说已经在result.type上创建了索引，但最好用explain()验证一下查询是否真的命中了索引：

explain_result = collection.find({'result.type':'detail'}).explain()
print(explain_result['queryPlanner']['winningPlan']['inputStage']['stage'])

如果输出是IXSCAN，说明索引生效了；如果是COLLSCAN，那就是全表扫描——可能是索引创建有问题（比如字段类型不匹配，比如result.type存的是数字但你查的是字符串），或者索引被意外删除了，需要重新检查索引状态。

3. 调整游标批次大小减少网络往返 #

PyMongo默认的游标批次大小是101，也就是说每次从服务器拉取101条数据，拉500条的话需要5次网络请求。你可以设置更大的batch_size来减少往返次数：

return collection.find({'result.type':'detail'}).limit(limit).batch_size(500)

这样一次就能拉取500条，大幅减少网络开销。

4. 检查Python版本和连接配置 #

如果你还在使用Python2.x，建议切换到Python3.x试试——Python3的IO和性能优化更好。另外，确保你的PyMongo是最新稳定版，并且MongoDB连接使用了连接池，避免每次查询都新建连接：

# 初始化客户端时设置合理的连接池大小
client = pymongo.MongoClient('mongodb://localhost:27017/', maxPoolSize=50)

5. 对齐Robomongo的查询逻辑 #

Robomongo的查询本质是调用Mongo Shell执行的，你可以在Robomongo里查看它实际执行的查询语句（比如开启MongoDB的查询日志），然后对比PyMongo的查询是否完全一致。有时候PyMongo的语法细节差异，也可能导致索引不命中。

比如Robomongo里的查询是db.collection.find({"result.type":"detail"}).limit(500)，和优化后的PyMongo写法完全一致，这样才能保证两者的查询逻辑相同。

内容的提问来源于stack exchange，提问作者Mithril