聚合管道是什么

聚合管道是 MongoDB 的通用计算框架：db.collection.aggregate([...]) 把文档流依次送进各阶段，每个阶段的输出就是下一阶段的输入。阶段按用途分四类——过滤（$match）、变换（$project/$addFields）、重组（$group/$unwind/$sort）、外部数据（$lookup/$unionWith/$out）。它是做统计、报表与 ETL 的主力工具，$match 的条件写法与 find 完全通用。

基本信息

典型使用场景

• 多维统计报表：按日、按渠道、按状态分组汇总
• 明细展开再聚合：$unwind 拆数组后按元素统计
• 跨集合补数据：$lookup 关联用户或商品维表
• 数据搬迁与清洗：$project 改结构后 $merge 写回新集合
• 口径核对：与 find 结果交叉验证，确认过滤条件正确
• 性能诊断：用 explain 观察 $match 是否被下推到索引扫描

端到端示例

db.orders.aggregate([
  { $match: { status: "paid", ts: { $gte: ISODate("2026-01-01T00:00:00Z") } } },  # 先过滤，减少后续数据量
  { $group: { _id: "$sku", totalQty: { $sum: "$qty" }, orders: { $sum: 1 } } },
  { $sort: { totalQty: -1 } },                                                      # 按销量降序
  { $limit: 5 }                                                                     # 只看前 5 组
])

阶段速查

性能与排错要点

• 先用 $match 缩小范围，再进入 $group 与 $sort，是全链路最省资源的顺序
• $group 的 _id 分组键尽量用低基数、语义清晰的字段，避免用整个文档当键
• $lookup 之后紧跟 $match 时，把条件写进 $lookup 的 pipeline 形式可减少返回的匹配文档
• $facet 可以在一趟扫描里产出多个维度的结果，适合报表类一次出多组统计
• $sort 之前先 $limit 只是取前 N，真正需要全局排序时排序键要有索引
• 用 maxTimeMS 给线上临时查询设超时，避免长管道把资源占满

关联后落库

db.orders.aggregate([
  { $match: { status: "paid" } },
  { $lookup: { from: "products", localField: "sku", foreignField: "sku", as: "p" } },
  { $unwind: "$p" },                                    # 拍平单元素数组
  { $project: { _id: 0, sku: 1, name: "$p.name", totalQty: 1 } },
  { $merge: { into: "report_sku", whenMatched: "replace", whenNotMatched: "insert" } }
])

常用累加器与表达式

• $sum 求和或计数，$avg / $min / $max 取组内统计量
• $push 收集成数组，$addToSet 去重收集
• $first / $last 取每组首尾值，只有排序后语义才确定
• $count 是较新版本提供的计数累加器，等价于 $sum 常量 1
• $cond / $switch / $ifNull 做条件分支与空值兜底
• $dateToString / $dateTrunc 处理按日按月的分桶聚合