在MongoDB中，聚合查詢（Aggregation）是一種強大的數據處理工具，它允許我們對集合中的文檔進行多階段的轉換和分析，就像流水線一樣處理數據。比如統計不同地區的用戶數量、計算用戶平均年齡、分析訂單總金額等，這些都可以通過聚合管道輕鬆實現。
準備示例數據¶
爲了方便理解，我們假設一個用戶數據集合users，每個用戶文檔結構如下（簡化版）：
{
"_id": ObjectId("..."),
"name": "張三",
"age": 25,
"gender": "男",
"region": "北京",
"orders": [
{ "amount": 100, "date": "2023-01-01" },
{ "amount": 150, "date": "2023-02-15" }
]
}
包含的字段：姓名（name）、年齡（age）、性別（gender）、地區（region）、訂單數組（orders，每個訂單有金額amount和日期date）。
基礎聚合階段介紹¶
MongoDB聚合管道由多個階段（Stage） 組成，每個階段處理數據的一個操作，前一個階段的輸出作爲下一個階段的輸入。常用階段和操作符：
- $match：過濾文檔（類似SQL的WHERE）
- $group：按指定字段分組，配合累加器（如$sum、$avg）統計結果
- $project：只保留需要的字段（類似SQL的SELECT）
- $sort：按指定字段排序（類似SQL的ORDER BY）
- $unwind：展開數組字段（如將orders數組拆分爲多個文檔）
- 累加器操作符：$sum（求和）、$avg（平均值）、$max（最大值）、$min（最小值）
實例1：統計每個性別的用戶數量¶
需求：統計“男”“女”用戶各有多少人。
聚合管道：
db.users.aggregate([
{
$group: {
_id: "$gender", // 按gender字段分組
count: { $sum: 1 } // 每個分組的文檔數+1（即統計數量）
}
},
{
$sort: { count: -1 } // 按數量降序排序
}
])
解釋：
- $group：按gender分組，_id指定分組字段，count是統計結果字段，$sum:1表示每個文檔加1（即每個用戶算1次）。
- $sort：按count降序排列，讓結果更直觀。
輸出示例：
[
{ "_id": "男", "count": 120 },
{ "_id": "女", "count": 80 }
]
實例2：統計各地區用戶的平均年齡¶
需求：計算每個地區用戶的平均年齡（忽略年齡爲null的用戶）。
聚合管道：
db.users.aggregate([
{
$match: { age: { $exists: true } } // 過濾掉age不存在的用戶
},
{
$group: {
_id: "$region", // 按地區分組
avg_age: { $avg: "$age" } // 計算該地區用戶的平均年齡
}
},
{
$project: { // 只保留需要的字段，隱藏_id
region: "$_id",
avg_age: 1,
_id: 0
}
},
{
$sort: { avg_age: -1 } // 按平均年齡降序排列
}
])
解釋：
- $match：用$exists: true過濾掉沒有年齡數據的用戶，避免$avg計算錯誤。
- $group：$avg: "$age"計算分組內的平均年齡（自動忽略null/不存在的字段）。
- $project：將_id重命名爲region，並隱藏原始_id，結果更清晰。
實例3：統計每個用戶的總消費金額¶
需求：用戶可能有多個訂單，需要統計每個用戶的訂單總金額。
聚合管道：
db.users.aggregate([
{
$unwind: "$orders" // 展開orders數組，每個訂單拆分爲獨立文檔
},
{
$group: {
_id: "$_id", // 按用戶ID分組（即每個用戶）
total_amount: { $sum: "$orders.amount" } // 累加每個訂單的金額
}
},
{
$sort: { total_amount: -1 }, // 按總金額降序排列
$limit: 10 // 只取消費最高的前10個用戶
}
])
解釋：
- $unwind: "$orders"：將orders數組中的每個元素拆分爲獨立文檔（例如一個用戶有2個訂單，拆分爲2個文檔）。
- $group：按用戶_id分組，累加每個訂單的amount金額。
- $limit: 10：只取前10條結果（可配合$skip實現分頁，如$skip: 20跳過前20條）。
實例4：統計各地區用戶數量、平均年齡、最大年齡¶
需求：同時統計每個地區的用戶數、平均年齡和最大年齡。
聚合管道：
db.users.aggregate([
{
$group: {
_id: "$region",
user_count: { $sum: 1 },
avg_age: { $avg: "$age" },
max_age: { $max: "$age" }
}
},
{
$sort: { user_count: -1 }
}
])
解釋：
- $group中可以同時使用多個累加器：$sum:1統計用戶數，$avg: "$age"計算平均年齡，$max: "$age"取最大年齡。
- 結果會包含每個地區的user_count、avg_age、max_age三個字段。
總結¶
MongoDB聚合查詢通過管道式階段實現靈活的數據處理，適合初學者的核心操作包括：
1. 過濾：用$match縮小數據範圍（類似SQL的WHERE）。
2. 分組統計：用$group+累加器（$sum/$avg等）實現統計。
3. 字段處理：用$project隱藏不需要的字段，結果更簡潔。
4. 排序/分頁：用$sort和$limit/$skip控制結果順序和數量。
建議從簡單分組統計開始練習，逐步嘗試複雜場景（如多層嵌套聚合、數組處理等）。遇到問題可參考MongoDB官方文檔的聚合管道語法（https://docs.mongodb.com/manual/reference/operator/aggregation/），多動手寫代碼驗證結果！