MongoDB聚合查询怎么写？match 、match、group、$project三阶段管道完成分组报表

MongoDB 聚合查询可以先用 $match 缩小数据，再用 $group 分组计算，最后用 $project 整理字段；顺序清楚后，复杂报表就变成逐阶段转换。

你会写 find，却在统计“已支付订单按分类汇总销售额”时卡住：条件、分组键、求和和字段改名全挤在一起，任何一个字段写错都只得到空结果。聚合管道更像流水线，每一阶段接收上一阶段的文档再交给下一阶段。本文用 6 条订单数据完成一份可复制的报表，并解释索引、字段类型和内存边界。本机没有 mongosh，示例依据 MongoDB 官方文档，结果标为预期结果（未在本机执行）。

一、先看结论：三阶段管道各做什么

一句话：先筛选、再分组、最后整形；每增加一个阶段就检查一次输入输出。

二、准备一组能暴露边界的订单数据

先创建 orders 集合。数据故意包含已支付、待支付和字符串金额三种情况，方便观察类型错误。

// 删除旧集合，确保测试数据干净
db.orders.drop();

// 插入 6 条订单数据
db.orders.insertMany([
  { orderId: 1, category: "book", status: "paid", amount: 39 },
  { orderId: 2, category: "book", status: "paid", amount: 59 },
  { orderId: 3, category: "course", status: "paid", amount: 199 },
  { orderId: 4, category: "course", status: "pending", amount: 99 },
  { orderId: 5, category: "tool", status: "paid", amount: 20 },
  { orderId: 6, category: "tool", status: "paid", amount: "30" } // 字符串金额，失败样例
]);

MongoDB 聚合查询由多个阶段组成，数组中的每个对象就是一个阶段。刚接触文档数据库时，可以先过一遍 MongoDB 基础教程，把集合、文档和字段路径理解清楚。

⚠️ 注意：amount 同时出现数字和字符串不是推荐设计，而是一个失败样例。聚合运算依赖字段类型，业务入口应尽量保证数据结构一致。

三、先用 $match 把无关文档挡在前面

$match 的作用类似 SQL 的 WHERE。把它放在管道前部，可以减少后续阶段处理的数据量；当条件适合并且 $match 位于前部时，还可能使用索引。

db.orders.aggregate([
  {
    $match: {
      status: "paid",                  // 只保留已支付订单
      amount: { $type: "number" }      // 只保留金额为数字的订单
    }
  }
]);

预期结果（未在本机执行）包含订单 1、2、3、5，待支付订单 4 和字符串金额订单 6 被排除。

对于正式数据，应在 status 上建立索引并用 explain 检查：

// 在 status 字段上建立升序索引
db.orders.createIndex({ status: 1 });

// 用 explain 查看聚合执行计划
db.orders.explain("executionStats").aggregate([
  { $match: { status: "paid" } },
  { $group: { _id: "$category", total: { $sum: "$amount" } } }
]);

检查 winningPlan 中是否出现 IXSCAN，并比较 totalDocsExamined 与 nReturned。数据量很小时使用集合扫描不一定有问题，索引价值要结合选择性和查询频率判断。

四、用 $group 同时计算订单数和总金额

$group 通过 _id 指定分组键。每个分类输出一条文档，再用累加器计算 count 与 totalAmount。

db.orders.aggregate([
  // 第一阶段：筛选已支付且金额为数字的订单
  { $match: { status: "paid", amount: { $type: "number" } } },

  // 第二阶段：按分类分组，计算订单数和总金额
  {
    $group: {
      _id: "$category",              // 分组键：分类
      orderCount: { $sum: 1 },       // 每一条文档计 1
      totalAmount: { $sum: "$amount" } // 累加金额
    }
  },

  // 第三阶段：按总金额降序排序
  { $sort: { totalAmount: -1 } }
]);

预期结果（未在本机执行）：

$group 不保证输出顺序，所以报表需要显式 $sort。

$group 是阻塞阶段，需要拿到分组所需数据后再继续输出。官方文档提醒，大数据集的分组可能消耗较多内存；复杂报表要关注 allowDiskUse、索引和进入 $group 前的文档数量。

五、用 $project 把内部字段整理成报表字段

$project 类似 SQL SELECT，但不仅选择字段，也能改名、计算和排除 _id。把它放在分组之后，可以让 API 输出更清楚。

db.orders.aggregate([
  // 筛选已支付且金额为数字的订单
  { $match: { status: "paid", amount: { $type: "number" } } },

  // 按分类分组，计算订单数和总金额
  {
    $group: {
      _id: "$category",
      orderCount: { $sum: 1 },
      totalAmount: { $sum: "$amount" }
    }
  },

  // 整理输出字段：排除 _id，改名，计算平均金额
  {
    $project: {
      _id: 0,                                      // 不输出默认 _id
      category: "$_id",                            // 把 _id 改名为 category
      orderCount: 1,                               // 保留订单数
      totalAmount: 1,                              // 保留总金额
      averageAmount: {                             // 计算平均金额
        $round: [{ $divide: ["$totalAmount", "$orderCount"] }, 2]
      }
    }
  },

  // 按总金额降序排序
  { $sort: { totalAmount: -1 } }
]);

预期输出（未在本机执行）中不再出现 _id，并新增 averageAmount。

若在 $group 后还想读取原订单的 status 或 orderId，必须在分组阶段通过累加器保留；$group 没输出的字段已经离开管道，后续 $project 无法找回。

熟悉 SQL 的读者可以结合 SQL 基础教程 对照：$match 对应 WHERE，$group 对应 GROUP BY，$project 对应 SELECT。映射只帮助理解，不能把关系数据库的表连接和事务假设原样套到 MongoDB。

六、MongoDB 聚合查询的失败排查顺序

管道没有结果或金额不对时，不要一次改完整数组。按阶段逐个增加最可靠：

字符串金额应在写入入口修正。历史数据确实混杂时，可以用 $convert 并提供 onError / onNull，但转换规则要和业务确认，不能把非法金额静默当成 0。

// 用 $convert 清洗字符串金额，转换失败时设为 null
db.orders.aggregate([
  {
    $project: {
      amountNumber: {
        $convert: {
          input: "$amount",
          to: "double",
          onError: null,   // 转换失败设为 null
          onNull: null     // 空值设为 null
        }
      }
    }
  }
]);

用阶段快照验证报表

前置条件是先保存一组固定测试数据，其中至少包含已支付、未支付、缺少金额和金额类型错误四类文档。执行每个阶段后都记录文档数量与一个代表性输出：

如果聚合在测试库正确、线上却很慢，先用 explain 检查 $match 是否使用索引以及进入 $group 的文档数；若出现内存限制，再评估是否能提前筛选、分批统计或允许磁盘使用。本文管道依据 MongoDB 阶段语义完成静态核对，但当前环境没有 mongosh，因此未伪造执行输出。实际交付应保留输入夹具、阶段快照、最终报表和 explain 结果，四项一致才算验证完成。

报表还应固定时间范围和时区，并与一组人工计算的小样本交叉核对；否则管道语法正确，也可能因为日期边界不同而得到错误业务结论。

总结

MongoDB 聚合查询最稳的写法是先筛选、再分组、最后整形。每增加一个阶段就检查一次输入输出，能把“整个报表不对”缩小成“某一阶段的数据不对”。

性能方面，把高选择性的 $match 放前面并检查索引；正确性方面，统一金额类型、显式排序，并记住 $group 会丢弃没有输出的字段。完成这些检查后，三阶段管道足以覆盖大量基础统计报表。

延伸学习

1. 通过 MongoDB入门与案例分析 完成从查询到聚合的系统练习；
2. 再读 MongoDB 聚合管道笔记，扩展更多阶段和性能思路；
3. 用 NoSQL 与 MongoDB 关系笔记 补齐数据模型选择背景。

常见问题

Q：$project 一定要放在最后吗？

A：不一定。它可以在中间计算字段或减少字段，但优化器也可能调整部分阶段。初学时放在分组后整理输出，更容易观察数据变化。

Q：$group 为什么不能直接输出原文档字段？

A：分组后多条文档合成一条，原字段可能有多个值。必须用 $first、$max、$push 等累加器明确说明保留规则。

Q：$match 放在 $project 后面会怎样？

A：结果可能仍正确，但若筛选不依赖新计算字段，放前面通常能减少输入并使用索引。可用 explain 判断实际计划。

Q：金额字段是字符串时能直接 $sum 吗？

A：不应依赖隐式行为。最好在写入时保存为数值；清洗历史数据时用 $convert 明确失败和空值处理，再进行求和。