实时查询大型mongodb集合

我们有一项服务，允许人们在其他人实时收听的同时打开房间播放YouTube歌曲

在MongoDB的其他收藏中，我们有一个用来存储用户添加到房间播放列表中的歌曲，它叫：userSong。 此集合保存为以下组合添加的所有歌曲的记录：user room song

代码在以下主要操作中频繁查询集合：

正在加载当前播放列表（具有普通条件的常规查找）

加载房间的随机歌曲（使用Mongo聚合FW）

加载室热门歌曲（使用Mongo聚合FW）

现在，这个表变得很大（+1m条记录），事情开始变得缓慢，AWS开始更频繁地向我们发送CPU利用率通知，然后是

mongotop

userSong集合使得CPU的高消耗主要集中在读取操作中

我们对集合索引做了一些修改，这有点帮助，但它仍然不是一个解决方案，我们需要找到其他方法来排列数据，使其呈指数增长

我们打算将userSong数据分割成一个低级别的分段，而不是按用户房间的歌曲来进行分割，通过收集系统中每个房间的用户歌曲来进行分割，这将缩短从数据库获取数据的时间，现在我们需要决定如何做：

为每个房间（roomUserSong）创建一个新的集合，该集合将保存特定房间的所有用户歌曲记录。这可能有助于快速获取，但会在数据库中创建无限的新集合（roomusersong-1、roomusersong-2、…、roomusersong-n），我们不知道这在实践中是否是一个好方法，或者这种解决方案中是否存在其他Mongo限制

使用以下字段在数据库中再创建一个集合：

{room:，userSongs:[{userSong1，userSong2，…，userSongN}]

，因此每个房间都有自己的文档，其中有一个子文档（数组），其中保存着这个房间的所有用户歌曲记录。这将解决前面的问题（创建无限的收藏），但使用Mongoose（我们的ODM）将非常困难（据我所知）我们不能为这种数据结构定义一个高级模式。而且这可能会使我们对子文档大小的限制达到16MB

很高兴能从那些有Mongo经验的人那里听到一些建议：

< LI>是+1M真的被认为是大的并且应该使这个CPU利用问题？（使用AWS M3媒体，一个核心）

从引入的解决方案来看，更好的解决方案是什么

有没有其他方法可以在不改变太多代码的情况下实现智能缓存

谢谢你的帮助