聚合管道入门

🎯 引言

前面几篇我们学会了用 find 查询数据、用条件筛选数据。但实际开发中经常会遇到另一类需求：「每个城市各有多少用户？」「各城市用户的平均年龄是多少？」这类分组统计的问题，光靠 find 是答不上来的。

学完这篇文章，你能理解 MongoDB **聚合管道（Aggregation Pipeline）**的工作方式，学会用 $match、$group、$sort 三个常用阶段组合出分组统计查询，并知道什么时候用 find、什么时候该请出聚合管道。这也是本课程的收官篇。

🧱 什么是聚合管道

聚合管道可以把多个处理步骤串成一条流水线：数据像水流一样，依次经过每个阶段（stage），每个阶段加工一遍，再把结果交给下一个阶段。

可以把它类比成工厂流水线：原材料（集合里的文档）从一头进入，经过「筛选」「分组」「排序」等一道道工序，从另一头出来的就是加工好的成品（统计结果）。

基本语法是 db.集合名.aggregate()，参数是一个数组，数组里按顺序放各个阶段：

db.user.aggregate([
    { 阶段1 },
    { 阶段2 },
]);

数组里阶段的顺序就是数据流过的顺序，先写的先执行。

在开始之前，先连上 mongosh，并准备好本文的示例数据。为了让统计结果有意义，这次我们让每个城市都有多条数据：

docker exec -it mongo-demo mongosh -u root -p 123456 --authenticationDatabase admin

use blog_demo

// 先清空旧数据，保证大家的结果和本文一致
db.user.deleteMany({})

db.user.insertMany([
    { username: '小明', age: 20, city: '北京' },
    { username: '小红', age: 25, city: '上海' },
    { username: '小刚', age: 30, city: '广州' },
    { username: '小丽', age: 28, city: '北京' },
    { username: '周七', age: 26, city: '北京' },
    { username: '吴八', age: 24, city: '上海' },
]);

✨ $match 与 $group

聚合管道里阶段有很多，我们先掌握两个常用的：$match 和 $group。

$match 负责过滤，把不满足条件的文档挡在门外。它的条件写法和 find 完全一样，比如只看北京的用户：

db.user.aggregate([
    { $match: { city: '北京' } },
]);

结果和 db.user.find({ city: '北京' }) 一样，能查出小明、小丽、周七三条数据。那为什么不直接用 find 呢？因为 $match 通常只是流水线的工序之一，后面还要接着加工。

$group 负责分组统计，这是聚合管道的核心。比如按城市统计人数：

db.user.aggregate([
    {
        $group: {
            _id: '$city',
            count: { $sum: 1 },
        },
    },
]);

执行结果是：

[
    { _id: '北京', count: 3 },
    { _id: '上海', count: 2 },
    { _id: '广州', count: 1 },
]

这段配置有三个要点，逐个来看：

• _id: '$city'：注意这里的 _id 不是文档的 id，在 $group 里它被重新定义成分组依据，表示「按 city 字段的值分组」。相同城市的文档会被归到同一组。
• '$city'：在聚合表达式里，引用字段的值要在字段名前加 $ 前缀，写成 '$city'。不加 $ 的话，MongoDB 会把它当成普通字符串。
• count: { $sum: 1 }：定义一个名叫 count 的新字段，$sum: 1 表示每来一条文档就加一，数完一组就得到了这组的人数。count 这个名字是我们自己起的，换成 total 也可以。

可以打个比喻：$group 像把一堆卡片按花色分成几摞，_id 决定按什么分，$sum: 1 就是分完后数每一摞有几张。

⚡ 组合多个阶段

单个阶段只能做一件事，聚合管道的威力在于把多个阶段组合起来。来看一个完整需求：统计 24 岁及以上的用户，按城市分组，算出各城市的人数和平均年龄，再按人数从多到少排列。

db.user.aggregate([
    // 第一道工序：筛出 age >= 24 的文档
    { $match: { age: { $gte: 24 } } },

    // 第二道工序：按城市分组，统计人数和平均年龄
    {
        $group: {
            _id: '$city',
            count: { $sum: 1 },
            avgAge: { $avg: '$age' },
        },
    },

    // 第三道工序：按人数降序排列
    { $sort: { count: -1 } },
]);

逐行走一遍这条流水线：

• 数据先经过 $match：小明 20 岁被筛掉，剩下小红、小刚、小丽、周七、吴八共 5 条进入下一关。
• 经过 $group：按城市分成三摞，北京 2 人（小丽 28、周七 26），上海 2 人（小红 25、吴八 24），广州 1 人（小刚 30）。$avg: '$age' 会对每组算出平均年龄。
• 经过 $sort：count: -1 表示按人数降序（1 是升序），人数多的城市排在前面。

结果是：

[
    { _id: '北京', count: 2, avgAge: 27 },
    { _id: '上海', count: 2, avgAge: 24.5 },
    { _id: '广州', count: 1, avgAge: 30 },
]

💡 和 find 怎么分工

学到这里你可能会问：这些操作为什么不用 find 做？两者的分工可以这样把握：

• 只是把数据查出来：用 find。条件筛选、排序、分页它都能做，写法简单直观。
• 需要分组、统计、多步加工：用 aggregate。比如按城市统计人数、算平均值、先筛选再统计再排序，这类需求 find 做不到或很勉强。

一句话总结：find 回答「把数据拿给我」，aggregate 回答「帮我分析数据」。日常开发中 find 用得更多，聚合管道则是处理统计报表类需求的常用工具。

🧾 小节总结

• 聚合管道把多个阶段串成流水线，数据依次经过每个阶段被逐步加工，语法是 db.集合名.aggregate([阶段数组])。
• $match 负责过滤，条件写法和 find 完全一致。
• $group 负责分组统计，_id 指定分组依据，$sum: 1 用来计数，$avg: '$age' 用来算平均值。
• 聚合表达式里引用字段的值要加 $ 前缀，如 '$city'。
• $sort: { count: -1 } 按字段降序排列，阶段顺序会影响结果。
• 简单查询用 find，分组统计和多步加工用 aggregate。

❓ 知识问答

Q1：$group 里的 _id 为什么查出来是城市名，而不是文档的 id？

在 $group 阶段里，_id 被重新定义为「分组依据」，你写 _id: '$city'，输出的 _id 就是各组的城市值。这是 $group 的固定语法，和文档自带的 _id 字段是两回事。

Q2：什么时候字段名要加 $ 前缀？

在聚合管道里，凡是想取字段的值就要加 $，比如 '$city'、'$age'；不加 $ 的字符串就是普通文本。而在 $match 的条件里写法和 find 一样，字段名不需要加 $。

Q3：执行 aggregate 会修改集合里的数据吗？

不会。聚合管道只读取数据并返回加工后的结果，原始文档原封不动，可以放心反复执行。

Q4：$match 写了和 find 一样的条件，为什么还要走聚合管道？

单看过滤确实没区别。$match 的价值在于它能和 $group、$sort 串起来，先缩小数据范围再做统计，让后面的阶段少处理数据。

Q5：除了 $sum 和 $avg，还有哪些常用的统计操作？

常用的还有 $max（取每组某字段的最大值）、$min（最小值）、$first（每组第一条的某字段值）。掌握 $sum 和 $avg 的写法后，这几个换上去就能直接用。

🧪 小练习

练习一：用聚合管道按城市分组，统计每个城市用户的最大年龄（提示：用 $max）。

db.user.aggregate([
    // 请在这里编写代码
]);

练习二：先筛出 25 岁及以上的用户，再按城市统计人数，并按人数升序排列。

db.user.aggregate([
    // 请在这里编写代码
]);

🎉 恭喜你已经掌握聚合管道的入门技能啦，也恭喜你完成了整门 MongoDB 课程！回顾一下这趟旅程：从 Docker 安装与增删改查起步，到条件查询、文档模型的嵌套与数组，再到 Node.js 官方驱动和 Mongoose 操作数据库，最后用索引优化查询、用聚合管道做分组统计。把这套技能和前面的 Express、Node.js 课程结合起来，你已经具备了独立开发全栈项目的数据库功底，挑一个小项目动手练起来吧！