MongoDB aggregation$project是否减少了要保存在内存中的数据量？

我想知道在

$match

语句之后编写

$project

是否会减少内存中要保存的数据量。例如，如果我们希望从用户文档中获得具有分页的数组元素，如下所示：

const skip = 20;
const limit = 50;

UserModel.aggregate([
            { $match: { _id: userId } },
            { $project: { _id: 0, postList: 1 } },
            { $slice: ["$postList", skip, limit] },
            { $lookup: ...
]);

假设用户文档中还有其他列表，并且它们的大小非常大

---

因此，

$project

是否有助于通过不在内存中获取其他大型列表来提高性能？

每个聚合阶段都会扫描集合（如果是第一阶段）或前一阶段的输入文档。比如说,

• 匹配（过滤文档）-这将减少 文档的总体大小
• 项目（转换或塑造文档）-这可以减少（或 增加）文件的大小；文件的数量仍然存在 同样的
• 组-减少文档数量并更改大小
• 跳过，限制-减少文档数量
• 排序-文档的大小或数量没有变化， 等等

每个阶段都会影响内存或cpu或两者。 通常，文档大小、文档数量、索引和内存都会影响查询性能

文档中已经明确规定了聚合的内存限制（请参阅）。如果内存限制超过限制，聚合将终止。在这种情况下，可以指定聚合选项

{allowDiskuse:true}

，此选项的使用将影响查询性能。如果聚合工作时没有任何与内存相关的问题（如由于超出内存限制而导致查询终止），则查询性能不会直接出现问题

如果在管道早期使用，

$match

和

$sort

阶段使用索引。这可以提高性能

向管道中添加阶段意味着额外的处理，并且会影响整体性能。这是因为前一阶段的文档必须经过这个额外的阶段。在聚合管道中，文档通过每个阶段传递，就像在管道中一样，该阶段执行一些数据转换。如果您可以避免某个阶段，那么它有时会有利于整体查询性能。当数量很大时，有一个额外的（不必要的）阶段肯定是一个缺点。您必须同时考虑内存限制以及文档的大小和数量

$project

可用于减小文档的大小。但是，有必要增加这个阶段吗？这取决于我上面提到的因素以及您的实施和应用。文件（）说：

聚合管道可以确定它是否只需要 用于获取结果的文档中的字段。若有,管道 将只使用那些必需的字段，从而减少数据量 通过管道

---

$project

不会提高/降低性能。它用于

包括

、

排除

和

转换

数据。只有当结果集中的任何文档超过16Mb时，MongoDB才会失败。看一看，如果我在管道的最后阶段使用$project来转换结果，而不是在开始时，那么它不会影响性能？e、 g.如果用户文档中有一个大小为10000的关注者列表，我只想释放大小为100的帖子列表。聚合阶段为：1.匹配_id2.使用查找在用户模型中填充不同字段（如标记的用户），3.投影帖子列表。在第二步中只投影帖子列表不就可以减少查找前的内存消耗吗？将MongoDB想象成

loop

。您可以用汤完全填满它，也可以稍微填满一点，您是否会增加/减少

勺子

性能？在我的情况下，在

$match

之后的后续管道阶段中仅使用

postList

，因此我在第二阶段仅添加到项目

postList

。但正如你所描述的（我从你的描述中的理解是），我不需要自己做这件事。管道优化自动为我做到这一点。我说的对吗？在这种情况下，比赛和项目提前进行是一个优势。匹配阶段减少了要处理的文档数量。该项目减小了文档的大小。由于这两个阶段都是如此，因此对管道进行了优化。在应用程序中，投影将字段限制为一个，这一点很重要（这是必需的，而不是额外的阶段）。查询优化器可能会做进一步的优化（我不知道它是什么），因为您也在使用其他阶段，如skip、limit等。