我试图在调度应用程序中使用Mongoose及其查询流，但也许我误解了它的工作原理。我在这里读过这个问题在SO [Mongoose QueryStream新结果，似乎我是正确的，但有人请解释:
如果我要过滤这样的查询-
Model.find().stream()
当我添加或更改与.find()匹配的东西时，它应该抛出data事件，正确吗?还是我对这个问题的理解完全错了?
例如，我想看一些数据，像这样:
Events.find({'title':/^word/}).stream();
我正在改变mongodb控制台的标题，没有看到任何变化。
有谁能解释为什么吗?
您的理解确实是不正确的，因为流只是当前查询响应的输出流，而不是本身"侦听新数据"的东西。这里返回的结果基本上只是一个节点流接口，这是一个可选的选择，而不是"游标"，或者直接转换为数组，就像mongoose方法默认做的那样。
所以"流"不只是"跟随"任何东西。这实际上只是处理查询的正常结果的另一种方式，但这种方式不会将所有结果一次性"吸进"内存。它使用事件侦听器来处理从服务器游标获取的每个结果。
你实际上谈论的是一个"可跟踪游标"，或者它的一些变体。在基本的MongoDB操作中，可以在一个上限集合上实现一个"可跟踪游标"。这是一种具有特定规则的特殊类型的集合，因此它可能不适合您的目的。它们用于"仅插入"操作，这通常适合于事件队列。
在使用上限收集的模型上(并且仅在设置了上限收集的模型上)，您可以这样实现:
var query = Events.find({'title':/^word/}).sort({ "$natural": -1}).limit(1);
var stream = query.tailable({ "awaitdata": true}).stream();
// fires on data received
stream.on("data",function(data) {
console.log(data);
});
这里的"awaitdata"与"tailable"选项本身一样重要，因为它是告诉查询游标保持"活动"并"跟踪"满足查询条件的集合中添加的内容的主要内容。但是你的集合必须被"封顶"才能工作。
另一种更高级的方法是做一些类似于流星分布的事情，其中被跟踪的"capped collection"实际上是MongoDB oplog。这需要一个副本集配置，但是就像meteor开箱即用一样，使用单个节点作为副本集本身并没有什么问题。在生产环境中这样做是不明智的。
这比简单的答案更高级，但基本的概念是，由于"oplog"是一个有上限的集合，因此您可以对数据库上的所有写操作"跟踪"它。然后检查此事件数据，以确定要监视的集合是否已写入等详细信息。然后，这些数据可以用来查询新的信息，并通过websocket或类似的方式将更新的或新的结果返回给客户端。
但是流本身就是一个流。要"跟踪"集合上的更改，您要么需要将其实现为有上限的，要么考虑按照所描述的基于观察oplog中的更改来实现流程。