如何用Mongoose按美国州统计Job文档数量？

开发者阿泽

2026-7-4

按美国州统计职位数量的Mongoose聚合查询方案

要实现按州统计职位数量的需求，你需要使用MongoDB的聚合管道来分组并计数，这比$distinct更适合这类统计场景。以下是直接可用的代码实现：

核心查询代码

const Job = mongoose.model('Job', JobSchema);

Job.aggregate([
  // 可选：如果需要仅统计特定状态的职位，取消下方注释并修改条件
  // { $match: { status: { $in: ['Available', 'Accepted'] } } },
  {
    $group: {
      _id: '$state', // 按state字段分组
      count: { $sum: 1 } // 统计每组的职位数量
    }
  },
  {
    $project: {
      _id: 0, // 隐藏默认生成的_id字段
      state: '$_id', // 将分组的_id重命名为state
      count: 1 // 保留count字段
    }
  },
  { $sort: { count: -1 } } // 可选：按数量降序排列结果
])
.then(aggregatedResult => {
  // 包装成你期望的输出格式
  const finalResult = { docs: aggregatedResult };
  console.log(finalResult);
})
.catch(error => {
  console.error('统计查询失败:', error);
});

代码说明

$match（可选）：用于过滤需要统计的职位，比如只统计Available状态的职位，或者排除Closed状态的，可根据业务需求灵活调整过滤条件。
$group：这是统计的核心步骤，通过_id: '$state'将数据按州分组，$sum:1对每组的文档数量进行累加计数。
$project：调整输出字段结构，把分组时生成的_id（即州代码）重命名为state，同时隐藏原_id字段，让结果结构完全匹配你的期望。
$sort（可选）：对结果按计数降序排列，方便直观查看职位数量多的州。