聚合查询慢的主因是mongos与shard跨机房导致网络延迟叠加，需确保同机房部署、shard key与索引对齐、禁用链式复制，并验证聚合阶段是否下推至shard执行。
聚合查询慢，先看mongos和shard是否跨机房
聚合操作本身不重，但mongos必须把$match、$sort等阶段下推到shard执行，再汇总结果。如果mongos和某个shard之间RTT超过10ms（比如部署在不同城市或云厂商可用区），一次聚合就可能多耗50–200ms——尤其当管道含多个stage、涉及多个shard时，延迟会叠加。这不是代码写得不好，是网络拓扑硬伤。
实操建议：
- 所有
mongos进程必须与config server同机房，且优先靠近主shard集群（通常也是业务入口所在机房） - 每个shard replica set的Primary应固定在主中心机房（通过
members[n].priority设为2，其他机房节点设为1） - 禁用链式复制：
settings.chainingAllowed: false，防止secondary从远端secondary同步，放大延迟 - 用
db.runCommand({ "connPoolStats": 1 })检查mongos到各shard的平均连接延迟（字段avgPingMs），>15ms即需调整
聚合阶段无法下推？检查shard key与索引对齐
如果$match字段不是shard key前缀，或没在shard上建对应索引，mongos只能拉全量数据回本地聚合，网络流量和延迟直接翻倍。常见于按时间范围+用户ID聚合，但shard key是{region: 1, userId: 1}，而查询只用了createdAt。
实操建议：
- 确认聚合中首个
$match条件字段是否为shard key的左前缀；否则改用shard key + 过滤字段建复合索引 - 在目标shard上手动执行相同聚合管道，加
{explain: true}，看executionStages.stage是否含SHARDING_FILTER——没有说明未下推 - 避免在
$lookup中跨shard关联：被关联集合也必须分片，且join字段需是shard key，否则触发广播查询
读偏好设置不当，导致聚合总走远端secondary
默认readPreference=primary，但如果Primary在远机房，而本地secondary有最新oplog（optimeDate差secondaryPreferred，聚合仍强制走远端。
实操建议：
- 应用连接串显式指定
?readPreference=primaryPreferred&readPreferenceTags=region:A，标签匹配主中心 - 在shard replica set中给主中心节点打tag：
{"region": "A"}，非主中心节点votes: 0且priority: 0 - 聚合前加
$addFields: { _ts: "$$NOW" }并配合readConcern: "majority"，可规避因secondary数据陈旧导致的重复拉取
config server路由表过期引发聚合错路
当mongos与config server跨机房，网络抖动会导致mongos缓存的chunk分布信息stale。聚合时可能把本该发往shard-A的请求错发到shard-B，后者返回ShardKeyNotFound或空结果，mongos再重试，延迟翻倍。
实操建议：
- 用
db.printShardingStatus()检查config version是否持续更新；若停滞，立刻查config server日志中是否有Waiting for majority commit -
mongos配置中调大refreshLogicalSessionCacheRefreshMinutes（默认30），但更关键是确保其与config server同机房 - 禁止在聚合管道中动态计算shard key值（如
$dateToString后用于$match），这会让路由决策失败，强制广播
mongos部署位置和config server强绑定关系——哪怕其他所有参数都调优了，只要mongos在B机房而config server在A机房，聚合延迟就永远有不可控的基线抖动。
