MongoDB关联查询时，被关联集合的索引能否提升查询性能？

数据老陈

2026-5-27

这个问题的答案分两种情况来看：

1. 你当前的聚合写法：B的x索引无法提升性能

先把你的聚合逻辑转换成标准MongoDB语法，大概是这样：

db.A.aggregate([
  {
    $lookup: {
      from: "B",
      localField: "bid",
      foreignField: "_id",
      as: "b"
    }
  },
  { $match: { "b.x": "something" } }
])

这个流程的逻辑是：

第一步$lookup：用集合A的bid匹配集合B的_id（B的_id默认有主键索引，这一步会用到这个索引），把所有匹配的B文档关联到A的文档中。
第二步$match：此时关联后的结果已经加载到内存里了，过滤b.x = something是在内存中完成的，根本不会去访问B集合的x索引——相当于先把所有符合_id匹配的B文档都拉过来，再在本地挑x符合条件的，完全用不上B的x索引。

2. 调整聚合写法后：B的x索引可以大幅提升性能

如果把$match的过滤逻辑提前放到$lookup内部的子管道里，就能让MongoDB在关联过程中直接利用B的x索引，减少不必要的数据传输和内存消耗。优化后的写法如下：

db.A.aggregate([
  {
    $lookup: {
      from: "B",
      let: { a_bid: "$bid" }, // 把A的bid作为变量传入子管道
      pipeline: [
        {
          $match: {
            $expr: { $eq: ["$_id", "$$a_bid"] }, // 匹配_id和A的bid
            x: "something" // 提前用x字段过滤B的文档
          }
        }
      ],
      as: "b"
    }
  },
  // 最后过滤掉没有匹配到B文档的结果（可选）
  { $match: { "b": { $ne: [] } } }
])

这个流程中：