28. 聚合管道概述

find 擅长「按条件取文档、挑字段」，但遇到「按用户分组算总额」「统计各类商品销量」这种要多步加工的分析，find 就力不从心了。聚合框架（Aggregation Framework）就是干分析的利器。

db.orders.insertMany([
  { _id: 1001, user_id: 1, status: "completed", total: 657, created_at: ISODate("2024-06-01") },
  { _id: 1002, user_id: 2, status: "completed", total: 1099, created_at: ISODate("2024-06-05") },
  { _id: 1003, user_id: 1, status: "shipped", total: 597, created_at: ISODate("2024-06-10") },
  { _id: 1004, user_id: 3, status: "pending", total: 528, created_at: ISODate("2024-06-12") },
  { _id: 1005, user_id: 2, status: "cancelled", total: 398, created_at: ISODate("2024-06-15") }
])

什么是管道（Pipeline）

聚合像工厂流水线：文档从一头进去，经过一道道工序（阶段 / Stage），每道工序加工后传给下一道，最后从另一头出来的是加工好的结果。

aggregate() 接收一个阶段数组，每个阶段是一个以运算符命名的文档：

// 先过滤已完成订单，再按用户分组算总额
db.orders.aggregate([
  { $match: { status: "completed" } },
  { $group: { _id: "$user_id", totalAmount: { $sum: "$total" } } }
])

阶段（Stage）是流水线的一环

每个阶段只做一件事：$match 负责筛、$group 负责聚、$sort 负责排。阶段按数组顺序依次执行，前一阶段的输出是后一阶段的输入。

第一个阶段放 $match：尽早缩小数据

这是我反复强调的经验：能过滤的，越早过滤越好。把 $match 写在流水线最前面，能让后续阶段处理更少的文档，速度明显更快。

// 好写法：先 $match 缩小范围
db.orders.aggregate([
  { $match: { status: "completed" } },
  { $group: { _id: "$user_id", cnt: { $sum: 1 } } }
])

如果先把 $group 放前面、最后才 $match，相当于先对全部订单分组再筛，白白多算。

聚合与 find 的分工

能力	find	聚合管道
条件筛选	强	$match 同样强
字段投影	支持	$project 更强
排序/分页	支持	$sort/$limit 支持
分组统计	不支持	$group 核心能力
多集合关联	不支持	$lookup 支持
字段重塑/计算	弱	表达式丰富

一句话：简单取数用 find；要分组、关联、复杂计算，上聚合。

聚合默认不改原数据

下一章我们细看最常用的一对阶段：$match 过滤，以及 $project 重塑字段。