MongoDB聚合管道的限制

MongoDB聚合管道功能非常丰富且强大,能够实现各种复杂的聚合查询和数据处理,我们在利用强大功能的同时,也需要了解其限制和约束,这样才能在系统设计时做到用其长避其短。聚合管道的限制主要有几个方面,分别是结果结果、阶段数量、内存等三个方面的限制。

返回结果大小的限制

聚合管道命令可以返回游标也可以返回集合,但是结果集中单个文档大小不能超过BSON文档16M的限制(单个BSON文档大小<=16M),如果超过BSON文档大小的限制聚合会产生错误。这个限制只针对返回结果,对于聚合的处理过程则没有影响。缺省情况下db.collection.aggregate()返回游标。

聚合阶段数量的限制

从MongoDB 5.0开始,单个管道中允许的最多聚合管道级数1000。通常手写的管道不会这么长了,一些程序自动生成的管道应该稍注意下这一问题,不要突破这一限制,不够的时候可以把结果暂存,对管道阶段进行适当的拆分。

内存的限制

在默认情况下,MongoDB为每个操作分配了100兆字节(MB)的内存。当聚合结果数据量太大时,有些操作如:排序就可能会占用更多的内存,导致超出限制。从MongoDB 6.0开始,allowDiskUseByDefault参数可控制当内存超出限制时是否默认写入磁盘。

  • 当allowDiskUseByDefault为true时,如果执行管道需要的内存超过100M,默认会把临时文件写入磁盘,使用 { allowDiskUse: false } 选项可以禁止将特定查找或聚合命令的临时文件写入磁盘。

  • 当allowDiskUseByDefault为false时,超过 100 MB 内存才能执行的管道阶段默认会出错。此时也可以使用{ allowDiskUse: true }选项为特定的查找或聚合启用向磁盘写入临时文件的功能。

不过$search阶段没有100M内存的限制,因为它在一个单独的进程中运行。

allowDiskUsetrue时,下面的这些聚合阶段可以把运行时的临时文件写入到磁盘上:$bucket$bucketAuto$group$setWindowFields$sort(当索引不支持排序操作时)、$sortByCount

注意:

聚合管道的每个阶段处理的过程都有三个步骤:接收文档、处理文档、输出生成文档。有些管道阶段只有在处理完所有输入文档后才能输出文档,因此需要把数据存储在内存中,当数据较多时,就可能会超过100M的限制。要避免这个问题需要一方面对业务数据有一个大致的估算,另一方面可以根据情况使用allowDiskUseByDefaultallowDiskUse来启用磁盘缓存。比如$sort操作时,如果超过了内存限制,也可以加个$limit阶段.

相关推荐
JAVA面经实录91717 小时前
Hibernate面试题库
数据库·oracle·hibernate
迷枫71218 小时前
DM8 目录结构与常用排查入口梳理
服务器·数据库
Mr.Daozhi19 小时前
RAG 进阶实战:跑通 Demo 后我连续翻了 6 次车,逐一修复才真正可用(含 Gradio Web 版)
前端·数据库·langchain·大模型·gradio·rag·科研工具
小程故事多_8019 小时前
Claude Code自定义workflow skills用法
数据库·人工智能·智能体
大鹏说大话19 小时前
SQL 排序与分组实战:解决“分组后取最新数据“
android·java·数据库
夏贰四20 小时前
数据建模工具如何筑牢数据根基?数据建模工具怎样落实标准体系?
数据库·数学建模·数据建模工具
程序猿阿伟21 小时前
《一套完整方法论:搞定图形应用的Docker镜像优化》
数据库·docker·容器
二等饼干~za89866821 小时前
geo优化源码开发搭建技术分享
大数据·网络·数据库·人工智能·音视频
数据库小学妹21 小时前
HTAP混合负载架构:如何用一个数据库同时搞定交易和分析
数据库·经验分享·架构·dba
wuxinyan12321 小时前
工业级大模型学习之路029:解决双智能体调用数据库报错问题
数据库·人工智能·python·学习·智能体