PyMongo 限制查询数量的高效方法

PyMongo 的 `limit()` 方法会在 MongoDB 服务器端直接执行限制操作，仅传输指定数量的文档到客户端，而非先拉取全部数据再由 Python 过滤，从而显著提升性能与内存效率。

在使用 PyMongo 进行数据查询时，理解 limit() 的执行位置至关重要。limit() 并非 Python 层面的切片操作，而是作为查询指令的一部分，被编译进 MongoDB 的查询管道（pipeline），最终由数据库服务端原生执行。例如：

# ✅ 正确：limit 在服务端执行，仅返回最多 10 条文档
cursor = mydb["users"].find({"status": "active"}).limit(10)
for doc in cursor:
    print(doc)  # 实际只从服务器获取 10 条，网络和内存开销极小

与此相对，以下写法是错误且低效的：

# ❌ 错误：先 fetch 所有匹配文档（可能数万条），再用 Python 截取前10条
all_docs = list(mydb["users"].find({"status": "active"}))  # 内存爆炸风险！
top_10 = all_docs[:10]

这是因为 find() 返回的是一个惰性游标（Cursor）对象，它本身不触发任何网络请求；真正的数据获取发生在首次迭代（如 for 循环、list() 调用或 .next()）时。而 .limit(10) 会将 $limit: 10 操作符注入底层聚合管道，MongoDB 服务端在执行查询时即完成截断，确保只有满足条件的前 10 条记录被序列化、传输并反序列化到客户端。

✅ 最佳实践建议：

• 始终将 limit()（以及 skip()、sort()）置于游标链的早期位置，确保服务端优化生效；
• 避免对未加 limit 的大结果集调用 list() 或 len() —— 后者甚至会强制遍历全部文档（PyMongo 不支持 cursor.count() 的 O(1) 获取，应改用 collection.count_documents({})）；
• 结合 sort() 使用时，注意索引覆盖：find().sort("created_at", -1).limit(10) 若无对应索引，可能导致全表扫描。

总之，PyMongo 的链式方法设计天然支持服务端优化，合理利用 limit() 是构建高性能 MongoDB 应用的基础一环。