我有一个函数，它对单个集合进行操作，递归地进行两次聚合，然后更新文档。我所有的索引都是正确的
目前我无法重构这段代码，当函数运行时，它会在Mongo上运行大约10分钟来处理数据。似乎根据集合大小而增长，每增加3k个文档平均需要60秒。这个集合可以增加到数十万个文档。(文档很小——大约10个键，每个键的值都很小。)
这个函数的结果不需要是实时的——它是预定的，所以对我来说节流是完全可以的。
问题是，有没有办法告诉mongo限制它授予操作的CPU ?或者我应该在Python中使用sleep或其他方法来解决节流问题? 递归地执行两次聚合，然后更新文档
看起来你需要考虑重新建模你的模式。MongoDB文档模式的灵活性可以优化您的流程。有关更多信息、示例和模式，请参阅MongoDB:数据建模。
问题是，有没有办法告诉mongo限制它授予操作的CPU ?
MongoDB没有限制每次操作CPU使用的特性。这个特性在分布式方式下可能没有意义。例如，对于跨越多个分片的操作，限制为1个CPU可能不再那么简单/理想了。
或者，根据您的用例，如果函数不必是实时的，您可以使用次要读优先级。从本质上讲，将计划的报告定向到次要成员，从而允许主要成员处理其他数据。
尽管确保你事先阅读了这个二次阅读的利弊。
参见MongoDB Replication