MongoDB 聚合管道

0. 一句话理解#

聚合管道就是把数据处理拆成一个个”管道阶段”，数据像水一样流过去：先过滤、再分组、再排序、再取字段——每个阶段只做一件事。

1. 为什么需要聚合管道#

SQL 里一句 GROUP BY 就能统计，文档模型没有这个语法，所以 MongoDB 提供 aggregate()。它的参数是一个数组，数组里的每个元素就是一个”处理站”。

2. 第一个聚合：按班级统计平均分#

先准备数据：

db.scores.insertMany([
  { student: "小明", class: "A班", math: 92, english: 88 },
  { student: "小红", class: "A班", math: 85, english: 95 },
  { student: "小刚", class: "B班", math: 70, english: 75 },
  { student: "小丽", class: "B班", math: 90, english: 82 }
])

然后执行：

db.scores.aggregate([
  { $match: { math: { $gte: 80 } } },
  {
    $group: {
      _id: "$class",
      avgMath: { $avg: "$math" },
      total: { $sum: 1 }
    }
  },
  { $sort: { avgMath: -1 } }
])

讲解：

1. $match 是”过滤器”：只留下 math 大于等于 80 的文档，越早过滤数据越少，后续阶段越快。
2. $group 是”分组统计”：_id: "$class" 表示按班级分组（$字段名 表示取该字段的值）；$avg: "$math" 求数学平均分；$sum: 1 每来一条加 1，就是计数。
3. $sort 按平均分降序输出。
4. 输出结果形如：[{ _id: "A班", avgMath: 88.5, total: 2 }, ...]。

3. 常用管道阶段速查#

4. 实战一：$project 计算字段#

db.scores.aggregate([
  {
    $project: {
      student: 1,
      class: 1,
      total: { $add: ["$math", "$english"] },
      pass: { $gte: ["$math", 60] }
    }
  }
])

讲解：

1. $project 控制输出字段：1 表示保留，不写则丢弃（_id 默认保留）。
2. $add 是算术表达式，把数学和英语相加生成 total 字段。
3. $gte 比较表达式返回布尔值，生成 pass 字段——聚合表达式里运算符都写成数组形式 [参数1, 参数2]。

5. 实战二：$unwind 拆数组#

db.orders.insertOne({
  orderNo: "A001",
  items: ["鼠标", "键盘", "显示器"]
})

db.orders.aggregate([
  { $unwind: "$items" },
  { $group: { _id: "$items", count: { $sum: 1 } } },
  { $sort: { count: -1 } }
])

讲解：

1. $unwind: "$items" 把一条含 3 个元素的订单拆成 3 条记录，每条含一个 items 值。
2. 拆开后再 $group 按商品名统计，就能得到”哪个商品被买得多”。
3. 如果数组字段不存在或为空，$unwind 默认丢弃该文档；传 { preserveNullAndEmptyArrays: true } 可保留。

6. 实战三：$lookup 跨集合关联#

db.authors.insertOne({ _id: 1, name: "张三" })
db.books.insertMany([
  { title: "书一", authorId: 1 },
  { title: "书二", authorId: 1 }
])

db.books.aggregate([
  {
    $lookup: {
      from: "authors",
      localField: "authorId",
      foreignField: "_id",
      as: "author"
    }
  }
])

讲解：

1. from 是要关联的集合名，localField 是本集合的关联字段，foreignField 是对方集合的关联字段。
2. 结果会在每条书文档上多出一个 author 数组（匹配到多条时数组里有多个元素）。
3. $lookup 相当于 LEFT JOIN，但性能开销较大；查询频繁的一对多关系优先考虑”内嵌”而不是关联。

7. 性能注意事项#

• 尽量把 $match 放在最前面，先缩小数据量再分组；
• $lookup 的关联字段要建索引；
• 分组字段（$group 的 _id）建索引也能显著提速；
• 聚合结果很大时加 $limit，或用 allowDiskUse: true 允许磁盘临时文件。

8. 动手试试#

1. 往 scores 里再插入几条数据，统计”每个学生的两科总分”，按总分降序输出前 3 名。
2. 统计每个班级的英语最高分（$max）与最低分（$min）。
3. 用 $unwind + $group 统计 courses 数组里出现次数最多的课程。

9. 一句话记住#

聚合 = 管道里串过滤、分组、投影、排序；$match 尽量放最前，$group 的 _id 决定”按什么分组”。