一、MongoDB Pub/Sub 的实现原理
MongoDB 的发布订阅不是像 Redis 那样的原生 “频道式” Pub/Sub，而是基于变更流（Change Streams）（MongoDB 3.6+ 推荐）或早期的tailable cursor（可尾游标）实现：
Change Streams：监听集合 / 数据库 / 集群的实时数据变更（插入、更新、删除等），订阅者通过监听这些变更事件来接收 “消息”，发布者则通过向集合插入文档来 “发布消息”。
核心逻辑：把 “消息” 封装成文档插入 MongoDB 集合，订阅者监听该集合的插入事件，从而实现消息的发布与订阅。

const path = require('path'); const paths = require('../paths'); const dbManager = require(path.join(paths.manager, 'dbManager')) const COLLECTION_NAME = 'messages'; // 存储消息的集合名 // 并发 / 吞吐量能力（参考值，普通服务器硬件） // 指标 MongoDB（tailable cursor） Redis Pub/Sub MongoDB（Change Streams） // 单频道订阅者数量 支持 100+（无明显卡顿） 支持 1000+ 支持 50+ // 消息发布 QPS 1 万 - 5 万 / 秒 10 万 + / 秒 5000 - 2 万 / 秒 // 消息延迟（发布→接收） 1-10ms <1ms 5-20ms /** * 初始化:创建固定集合（仅需执行一次） * 固定集合是tailable cursor的前提，大小限制100MB，自动覆盖旧文档 */ async function initCappedCollection() { try { // 检查集合是否存在，不存在则创建固定集合 const collections = await dbManager.getDB().listCollections({ name: COLLECTION_NAME }).toArray(); if (collections.length === 0) { await dbManager.getDB().createCollection(COLLECTION_NAME, { capped: true, // 启用固定集合 size: 100 * 1024 * 1024, // 集合最大大小100MB max: 10000 // 最多存储10000条文档（二选一，满足其一即触发覆盖） }); console.log('固定集合创建成功'); } } catch (err) { console.error('初始化集合失败:', err); } } /** * 发布者:向集合插入消息文档（模拟发布） * @param {string} channel 频道名（区分不同类型的消息） * @param {any} data 要发布的消息内容 */ async function publish(channel, data) { try { const collection = dbManager.getDB().collection(COLLECTION_NAME); // 插入消息文档（包含频道、内容、时间戳） await collection.insertOne({ channel: channel, data: data, timestamp: new Date(), }); console.log(`[发布] 频道${channel}:`, data); } catch (err) { console.error('发布失败:', err); } } /** * 订阅者:监听指定频道的消息（模拟订阅） * @param {string} channel 要订阅的频道名 */ async function subscribe(channel) { try { const collection = dbManager.getDB().collection(COLLECTION_NAME); console.log(`[订阅] 开始监听频道${channel}...`); let lastId = null; const lastDoc = await collection.findOne( { channel: channel }, { sort: { $natural: -1 } } // 仅查询最后一条时用倒序，tailable cursor本身不用 ); if (lastDoc) { lastId = lastDoc._id; } // 创建tailable cursor（持续监听最新文档） const cursor = collection.find( lastId ? { channel: channel, _id: { $gt: lastId } } : { channel: channel }, // 只读新文档 { tailable: true, // 启用可尾游标 awaitData: true, // 等待新数据（阻塞查询） noCursorTimeout: true, // 禁用游标超时 sort: { $natural: 1 } // 仅支持正序 } ); // 持续遍历游标，接收新消息 while (true) { if (await cursor.hasNext()) { // 有新文档时触发 const message = await cursor.next(); console.log(`[接收] 频道${channel}:`, message.data); } else { // 无新数据时短暂等待，避免CPU空转 await new Promise(resolve => setTimeout(resolve, 100)); } } } catch (err) { console.error('订阅失败:', err); } } // -------------------------- 示例调用 -------------------------- async function runDemo() { await initCappedCollection() // 启动订阅者（监听"chat"频道） subscribe('chat'); // 延迟1秒后发布3条测试消息 setTimeout(() => publish('chat', { user: '张三', msg: '你好！' }), 1000); setTimeout(() => publish('chat', { user: '李四', msg: 'MongoDB Pub/Sub测试' }), 2000); setTimeout(() => publish('notice', { content: '这是通知频道，订阅者收不到' }), 3000); // 其他频道不接收 } module.exports = { runDemo, };

这个方案的性能消耗属于轻到中等级别，远低于 Redis Pub/Sub（Redis 是纯内存轻量级），但高于 MongoDB Change Streams（副本集模式），适合中小规模的消息场景（如单服务 / 低并发通知），不适合高并发、低延迟的核心业务场景。

1. CPU 消耗
客户端（Node.js 服务）：
核心消耗点：cursor.hasNext() 循环 + 消息处理回调。
关键优化：开启 awaitData: true（代码中已配置）时，MongoDB 驱动会采用阻塞式 IO 等待新数据，而非空轮询，此时 CPU 占用极低（单订阅频道 CPU 使用率 < 1%）；若关闭 awaitData 改用主动轮询（如每 100ms 查一次），CPU 会飙升至 10%+（空转消耗）。
多频道订阅：每增加一个频道，CPU 消耗线性增加，但单进程支持 50+ 频道订阅时，CPU 仍可控制在 5% 以内。
服务端（MongoDB）：
固定集合（capped collection）的插入 / 查询都是顺序 IO（而非普通集合的随机 IO），CPU 消耗极低；
维护 tailable cursor 的开销可忽略（单节点下，100 个 cursor 仅占用 < 0.5 核 CPU）。
2. 内存消耗
客户端（Node.js 服务）：
每个订阅频道对应一个 cursor 对象，内存占用仅几 KB；即使 100 个频道订阅，总内存增加也不足 1MB。
仅需缓存少量消息元数据（如最后一条消息的 _id），无额外内存压力。
服务端（MongoDB）：
固定集合的元数据（索引、游标信息）占用内存约几十 MB；
固定集合本身会按 size 配置（如 100MB）加载部分数据到内存（MongoDB 缓存机制），但可通过 wiredTiger 缓存配置限制，避免内存溢出。
3. 磁盘 IO 消耗
固定集合是 MongoDB 中磁盘 IO 效率最高的集合类型：
插入消息时是顺序写（磁盘磁头无需频繁移动），比普通集合的随机写快 5-10 倍；
tailable cursor 读取消息是顺序读，几乎无随机 IO，磁盘 IO 利用率 > 90%；
对比普通集合：普通集合的随机写 IO 消耗是固定集合的 3-5 倍。
4. 网络消耗
连接层面：tailable cursor 会保持长连接（无频繁重连），无额外心跳包开销；
数据层面：仅传输新插入的消息数据（含 _id/channel/data/timestamp 等元数据），单条消息的网络包比 Redis Pub/Sub 大（Redis 仅传输纯消息内容，MongoDB 多文档元数据），但整体网络消耗仍属低级别；
并发订阅：多订阅者监听同一频道时，MongoDB 会为每个订阅者推送消息，网络消耗随订阅者数量线性增加（Redis 同理）。