MongoDB聚合管道：初学者也能看懂的数据分析方法

一、什么是MongoDB聚合管道？¶

想象你有一堆散落的数据，比如学生的考试成绩、购物订单信息，现在要分析这些数据：比如统计各科平均分、找出最高分学生、按类别分组统计等。MongoDB的聚合管道就像一条“数据流水线”，你可以把数据依次经过多个“加工站”（称为“阶段”），每个加工站对数据做不同处理，最后得到你想要的分析结果。

举个例子：
你有一个“学生成绩表”集合（类似Excel表格），里面记录了每个学生的姓名、科目、分数。要分析“数学平均分”，你不需要先把所有数据导出到Excel，再手动计算，而是用聚合管道“一步到位”：先筛选出“科目=数学”的学生（筛选阶段），再计算这些学生的平均分（分组统计阶段）。

二、聚合管道的核心概念¶

聚合管道由多个“阶段” 组成，每个阶段是一个“加工站”，数据从第一个阶段流到下一个，最终输出结果。阶段的顺序很重要，因为每个阶段处理前一个阶段的输出。

核心阶段和操作符¶

三、实战案例：从简单到复杂¶

假设我们有一个名为 students 的集合，数据结构如下（简化版）：

{
  "_id": 1,
  "name": "张三",
  "class": 1,
  "subject": "数学",
  "score": 85
},
{
  "_id": 2,
  "name": "李四",
  "class": 1,
  "subject": "数学",
  "score": 92
},
{
  "_id": 3,
  "name": "王五",
  "class": 2,
  "subject": "数学",
  "score": 78
}

案例1：筛选+投影（只看数学成绩）¶

需求：找出1班学生的数学成绩，只显示姓名和分数。
代码实现：

db.students.aggregate([
  // 阶段1：筛选班级=1且科目=数学的学生
  { $match: { class: 1, subject: "数学" } },
  // 阶段2：只保留姓名和分数字段
  { $project: { _id: 0, name: 1, score: 1 } }
])

输出结果：

{ "name": "张三", "score": 85 },
{ "name": "李四", "score": 92 }

解释：
- $match 相当于 SQL 的 WHERE class=1 AND subject="数学"，只保留符合条件的文档。
- $project 中的 _id: 0 表示不显示默认的 _id 字段，name: 1 和 score: 1 表示显示这两个字段。

案例2：分组统计（按科目计算平均分）¶

需求：按“科目”分组，计算每个科目的平均分数。
代码实现：

db.students.aggregate([
  // 阶段1：按科目分组，计算平均分
  { $group: {
      _id: "$subject",       // 分组依据：科目字段
      avgScore: { $avg: "$score" }  // 计算平均分，$avg 是累加器操作符
    }
  },
  // 阶段2：按平均分降序排序
  { $sort: { avgScore: -1 } }
])

输出结果：

{ "_id": "数学", "avgScore": 85.0 },
{ "_id": "语文", "avgScore": 76.5 }  // 假设还有语文数据

解释：
- $group 的 _id: "$subject" 表示按“科目”字段分组。
- avgScore 是自定义的统计结果名，$avg: "$score" 表示对每个分组的 score 字段求平均值。
- $sort 按 avgScore 降序排列（-1 表示降序，1 表示升序）。

案例3：多阶段组合（统计班级平均分+总人数）¶

需求：统计每个班级每个科目的平均分和总人数。
代码实现：

db.students.aggregate([
  // 阶段1：按班级+科目分组
  { $group: {
      _id: { class: "$class", subject: "$subject" },  // 复合分组：班级+科目
      totalStudents: { $sum: 1 },       // 总人数：每个文档+1
      avgScore: { $avg: "$score" }       // 平均分
    }
  },
  // 阶段2：按班级排序
  { $sort: { "_id.class": 1, "_id.subject": 1 } }
])

输出结果：

{ "_id": { "class": 1, "subject": "数学" }, "totalStudents": 2, "avgScore": 88.5 },
{ "_id": { "class": 2, "subject": "数学" }, "totalStudents": 1, "avgScore": 78.0 }

解释：
- $group 的 _id 可以是一个对象，包含多个字段（班级+科目），实现复合分组。
- $sum: 1 是统计总人数的常用写法（每个文档贡献1个计数）。

四、常用操作符速查表¶

五、总结¶

MongoDB聚合管道就像“数据加工厂”，通过多个阶段的组合，你可以轻松完成复杂的数据分析：
1. 筛选：用 $match 过滤不需要的数据；
2. 投影：用 $project 只保留关键信息；
3. 分组：用 $group 按条件统计（平均分、总数等）；
4. 排序/限制：用 $sort 和 $limit 优化结果。

从简单例子开始，逐步尝试多阶段组合，你会发现聚合管道比手动在代码中处理数据更高效、更灵活！

小建议：多练习不同场景的组合（比如“先筛选再分组”“先排序再限制”），熟悉每个阶段的作用，很快就能掌握~