深分页(如 skip(500000))本身不直接导致OOM,但会迫使MongoDB扫描并暂存大量文档,叠加排序、聚合或大字段加载时极易突破100MB内存限制,触发“Exceeded memory limit for $sort”错误。

深分页(比如 skip(500000))本身不会直接触发内存溢出(OOM),但它会强制 MongoDB 扫描并暂存大量文档,叠加聚合、排序或大字段加载时,极易突破 100MB 默认内存限制,最终报 Exceeded memory limit for $sort 或整个聚合失败。
为什么 skip + sort 组合是内存杀手
不是 skip 消耗内存,而是它让 $sort 阶段不得不在内存中维护远超 limit 数量的完整文档——MongoDB 必须先拿到所有满足条件的文档(含被 skip 掉的),再排序,最后截取。若结果集有 60 万条,sort 就得把这 60 万条全读进内存排好,哪怕你只 limit(10)。
- 即使加了
allowDiskUse: true,$sort仍需先将全部待排序文档载入内存做初始归并;磁盘只是 fallback,不能绕过内存门槛 - 如果排序字段没索引,或索引未覆盖查询字段(比如
find({ status: "active" }).sort({ createdAt: -1 })但索引只有{ createdAt: -1 }),WiredTiger 会回表读取完整文档,大字段(如content)瞬间拉满内存 - 副本集主节点执行该聚合时,没有 mongos 协调层缓冲,OOM 直接发生在单个
mongod进程上
必须用游标分页替代 skip/limit
游标分页本质是“基于上一页末位值的范围查询”,不依赖跳过数量,彻底规避扫描膨胀。
- 时间字段分页:确保有复合索引
{ createdAt: -1, _id: 1 },查询写成db.col.find({ createdAt: { $lt: "2026-10-19T12:00:00Z" } }).sort({ createdAt: -1, _id: -1 }).limit(10);注意用_id补充排序,避免同秒多条时结果不稳定 - _id 分页:适用于无天然排序字段场景,但要注意
_id是 ObjectId,默认按插入时间升序;下一页应查{ _id: { $gt: lastId } },且不加sort(否则索引失效) - 禁止“跳页”式游标:比如从第 1 页直接跳到第 100 页,仍得靠中间页递推;产品侧需限制或改用搜索+缓存方案
聚合管道里深分页的等效写法
如果你必须在 aggregate() 中实现分页(比如带 $lookup 或 $group 后分页),skip/limit 依然危险。正确姿势是把游标逻辑搬到 pipeline 里:
- 第一阶段用
$match强过滤缩小基数,例如{ status: "published", createdAt: { $gte: ISODate("2026-01-01") } } - 排序阶段前加
$project剔除所有非排序/非返回字段,如{ title: 1, createdAt: 1, _id: 1, content: 0, logs: 0 } - 用
$facet分离计数与数据(避免两次聚合),但注意$facet本身也吃内存,大数据集慎用 - 最终分页用
$slice替代$skip/$limit:先$group聚合成数组,再{ $addFields: { data: { $slice: ["$data", cursorPos, pageSize] } } }——前提是能接受一次性拉回全部匹配结果(仅适合万级以内)
真正难处理的是“既要聚合又要深分页还带大字段”的组合。这时候别硬扛,要么前置清洗(物化视图、预计算集合),要么把分页逻辑下沉到应用层——查出 ID 列表,再分批 findByIds 补全详情。内存不是省出来的,是靠设计避开的。


















