Mongoose eachAsync栈溢出：3.5万条数据聚合服务器报错本地正常

首先，这个问题只在服务器端触发、本地运行正常，核心原因是大量数据处理时的递归栈溢出或者服务器环境的资源限制差异，结合你的代码，我给你几个针对性的解决方案：

1. 替换eachAsync为异步迭代器（最可能解决栈溢出） #

eachAsync是基于递归实现的，当你要处理35000条数据时，递归调用的深度会直接触发V8引擎的栈大小限制——本地环境可能因为内存配置或V8参数不同没触发，但服务器端的限制更严格。

把你的代码改成用for await...of来迭代游标，这是基于迭代器的异步处理，不会产生递归栈：

const cursor = db.User.aggregate(query)
  .allowDiskUse(true)
  .cursor({batchSize: 1000});

// 用异步迭代器处理每个user
for await (const user of cursor) {
  // 这里写你的writer逻辑
}

如果你的Node版本低于10，也可以用cursor.forEach()（回调式实现，不会有递归栈问题）：

db.User.aggregate(query)
  .allowDiskUse(true)
  .cursor({batchSize: 1000})
  .exec()
  .forEach((user) => {
    // 你的writer逻辑
  })
  .then(() => {
    // 处理完成后的逻辑
  })
  .catch(err => {
    // 错误处理
  });

2. 优化$lookup减少数据量 #

如果每个用户关联的projects数量很多，$lookup会把大量数据加载到内存中，不仅增加内存压力，也会让后续的eachAsync处理时的栈负载更高。你可以在$lookup里加子管道来限制返回的数据：

{$lookup: {
  from: 'projects',
  localField: '_id',
  foreignField: 'user',
  as: 'projects',
  // 加子管道过滤/裁剪数据
  pipeline: [
    {$limit: 100}, // 只返回前100个项目（根据业务需求调整）
    {$project: {name: 1, internalCode: 1, createdAt: 1}} // 只保留需要的字段
  ]
}}

这样每个user的projects数组会小很多，减轻后续处理的压力。

3. 给排序字段加索引 #

你的聚合里有{$sort: {internalCode: 1}}，如果User集合的internalCode字段没有索引，排序阶段会占用大量内存——即使开了allowDiskUse，也会增加服务器的资源消耗。给internalCode加个升序索引：

db.User.createIndex({internalCode: 1});

索引能让MongoDB在排序阶段更高效，减少内存和栈的使用。

4. 调整服务器Node.js的栈大小（治标不治本） #

如果前面的优化都没用，你可以尝试调整Node.js的栈大小参数，在启动服务器时加上：

node --stack-size=8192 your-server-file.js

注意这个参数在不同Node版本里可能有变化，而且只是临时缓解，优先从代码层面优化更稳妥。

内容的提问来源于stack exchange，提问作者Yamila