MongoDB 查询在 Streamlit 中反复执行是因为每次交互都会重跑整个脚本，未缓存的查询随之重复执行；应使用@st.cache_resource缓存MongoClient连接，@st.cache_data缓存查询结果，并确保函数纯、参数显式、避免隐式状态。
为什么 MongoDB 查询在 Streamlit 里总被反复执行？
因为 Streamlit 每次用户交互（比如点按钮、改 slider）都会**重新执行整个脚本**，而没加缓存的 collection.find() 或 db.collection.count_documents() 就会跟着跑一遍。这不是你代码写错了，是默认行为 —— 它不记得上次查过什么。
@st.cache_data 是 MongoDB 查询缓存的首选
只要你的查询返回的是可序列化的数据（比如 list(cursor)、pandas.DataFrame.from_records()），就该用 @st.cache_data，而不是 @st.cache_resource。后者只适合数据库连接本身这类不可序列化对象。
-
@st.cache_resource用来缓存MongoClient实例或database对象，确保全局只建一次连接 -
@st.cache_data用来缓存具体查询结果，比如list(users_collection.find({"status": "active"})) - 别把整个
collection对象传给@st.cache_data—— 它无法哈希，会报TypeError: unhashable type: 'Collection' - 查询函数必须“纯”：输入参数要能完全决定输出结果（比如把 filter 字典、sort 字段、limit 数值都作为参数显式传入）
缓存失效控制：ttl 和参数设计很关键
MongoDB 数据是动态的，缓存太久会导致页面显示旧数据。用 ttl 强制刷新是最直接的方式，但更推荐“按需失效”：
- 对实时性要求高的看板，设
ttl=60（秒），避免手动刷新也 stale - 如果查询依赖用户输入（比如搜索框
query_text），把它作为函数参数传入，Streamlit 会自动按值区分缓存条目 - 避免在缓存函数里读取
st.session_state或全局变量 —— 它们不会触发重计算，缓存会“静默错乱” - 慎用
allow_output_mutation=True：一旦开启，你修改返回的 list 或 dict，可能污染其他会话的缓存副本
完整示例：连接 + 查询分离的写法
下面这段代码能同时解决连接复用和查询缓存两个问题：
import streamlit as st
from pymongo import MongoClient
<p>@st.cache_resource
def init_connection():
return MongoClient("mongodb://localhost:27017/")</p><p>client = init_connection()
db = client["myapp"]
users_collection = db["users"]</p><p>@st.cache_data(ttl=300) # 5分钟自动过期
def fetch_users(status: str, limit: int = 100):
return list(users_collection.find({"status": status}).limit(limit))</p><h1>使用时：</h1><p>active_users = fetch_users("active", limit=50)
st.write(f"找到 {len(active_users)} 个活跃用户")
注意：这里 fetch_users 的参数全是明确值，没有隐式状态；init_connection 返回的是可复用的 client，不是每次新建 —— 这两层拆开，才是 MongoDB 在 Streamlit 里真正稳的缓存姿势。
最容易被忽略的是：缓存函数内部不能调用未被缓存的数据库操作，也不能混用 st.experimental_rerun() 后不清理相关缓存 —— 否则你会看到“数据没变”“点了刷新还是旧结果”这类现象，其实不是数据没更新，是缓存没被正确击穿。
