MongoDB聚合管道能否对同一字段执行不同$match操作并在同一输出结果中展示？

嘿，我明白你的问题了——想要在同一个聚合结果里同时统计2020和2021年的价格总和，又不能修改集合结构对吧？你提到的$facet确实是解决这类并行统计需求的好工具，另外还有一种更简洁高效的方法，用$cond在分组阶段直接区分年份，我两种都给你详细讲讲：

方法一：使用$facet并行处理不同年份的统计 #

$facet的核心作用是让你在一个聚合管道里同时运行多个独立的子管道，每个子管道可以单独做筛选和分组，最后再把结果整合到一起。具体实现步骤如下：

1. 用$facet定义两个子管道，分别处理2020和2021年的数据：
   • 每个子管道先通过$match用正则筛选对应年份的书籍
   • 然后$group按REF分组计算该年份的价格总和
2. 把两个子管道的结果合并，按REF将同分类的两年统计结果整合到同一个文档中

完整的聚合管道代码：

db.books.aggregate([
  {
    $facet: {
      year2020: [
        { $match: { bname: /2020/ } },
        { $group: { _id: "$REF", PriceSum2020: { $sum: "$PRICE" } } }
      ],
      year2021: [
        { $match: { bname: /2021/ } },
        { $group: { _id: "$REF", PriceSum2021: { $sum: "$PRICE" } } }
      ]
    }
  },
  { $unwind: "$year2020" },
  { $unwind: "$year2021" },
  {
    $match: {
      $expr: { $eq: ["$year2020._id", "$year2021._id"] }
    }
  },
  {
    $project: {
      _id: 0,
      REF: "$year2020._id",
      PriceSum2020: "$year2020.PriceSum2020",
      PriceSum2021: "$year2021.PriceSum2021"
    }
  }
])

步骤解释： #

• $facet会生成包含year2020和year2021两个数组的文档，每个数组里是对应年份的分组统计结果
• $unwind把数组拆分成单个文档，方便后续按REF匹配合并
• $match确保我们只合并同一REF下的两年数据
• $project整理成你需要的输出格式，去掉默认的_id字段

方法二：使用$cond在分组阶段直接区分年份（更推荐） #

这个方法不需要拆分多个子管道，直接在$group阶段通过$cond条件判断书籍名称里的年份，分别累加对应年份的价格总和，代码更简洁，执行效率也更高（只需要一次分组操作）：

db.books.aggregate([
  {
    $group: {
      _id: "$REF",
      PriceSum2020: {
        $sum: {
          $cond: [
            { $regexMatch: { input: "$bname", regex: /2020/ } },
            "$PRICE",
            0
          ]
        }
      },
      PriceSum2021: {
        $sum: {
          $cond: [
            { $regexMatch: { input: "$bname", regex: /2021/ } },
            "$PRICE",
            0
          ]
        }
      }
    }
  },
  {
    $project: {
      _id: 0,
      REF: "$_id",
      PriceSum2020: 1,
      PriceSum2021: 1
    }
  }
])

步骤解释： #

• $regexMatch用来判断bname是否包含目标年份的正则表达式
• $cond做条件判断：如果匹配到对应年份，就累加当前文档的PRICE，否则加0（不影响总和）
• 最后$project调整输出格式，把_id字段重命名为REF，去掉默认的_id

这个方法直接就能输出你想要的结果，步骤更少，性能更优，非常适合你的需求！

内容的提问来源于stack exchange，提问作者Aziz Hassine