如何用MongoDB聚合统计彩票游戏中用户号码的匹配次数

需求概述 #

我正在开发一款彩票游戏，核心需求如下：

• 用户提交由1-9组成的4位号码（示例：1, 4, 5, 8）
• 通过Math.random()生成中奖的4位号码
• 需要统计每位用户号码与中奖号码的匹配次数，并区分出匹配0、1、2、3、4次的用户群体

现有两种思路分析 #

思路一：新增matchesMade字段 #

• 操作逻辑：每次生成新的中奖号码后，遍历所有用户文档，计算其号码与中奖号的匹配次数，更新文档中的matchesMade字段
• 优势：后续统计时只需基于该字段做简单分组查询，效率较高
• 劣势：中奖号更新时需批量修改所有用户文档，用户量较大时性能开销显著

思路二：分5次查询不同匹配次数的用户 #

• 操作逻辑：针对匹配0到4次的每种情况，分别编写查询语句，每次查询对应匹配次数的用户
• 优势：无需修改现有文档结构，中奖号更新时无需额外预处理
• 劣势：需要执行5次独立查询，统计效率低，代码冗余度高

推荐：单次聚合查询完成全量统计 #

可以通过MongoDB的聚合管道，一次性完成所有匹配次数的统计，兼顾效率与代码简洁性。假设用户文档结构如下：

{
  "userId": "user_001",
  "numbers": [1, 4, 5, 8] // 用户提交的4位号码存储为数组
}

以下是聚合查询示例（中奖号码以[2, 4, 7, 8]为例，实际使用时可替换为Math.random()生成的结果）：

db.users.aggregate([
  // 注入中奖号码并计算每个用户的匹配次数
  { $addFields: {
    winningNumbers: [2, 4, 7, 8],
    matchCount: {
      $size: {
        $filter: {
          input: "$numbers",
          as: "num",
          cond: { $in: ["$$num", "$winningNumbers"] }
        }
      }
    }
  }},
  // 按匹配次数分组，统计用户列表和数量
  { $group: {
    _id: "$matchCount",
    userList: { $push: "$userId" },
    totalUsers: { $sum: 1 }
  }},
  // 补全0-4次匹配的分组（避免无用户时缺失类别）
  { $unionWith: {
    coll: {
      $documents: [
        { _id: 0, userList: [], totalUsers: 0 },
        { _id: 1, userList: [], totalUsers: 0 },
        { _id: 2, userList: [], totalUsers: 0 },
        { _id: 3, userList: [], totalUsers: 0 },
        { _id: 4, userList: [], totalUsers: 0 }
      ]
    }
  }},
  // 去重并保留真实统计数据
  { $group: {
    _id: "$_id",
    userList: { $first: { $cond: [{ $ne: ["$userList", []] }, "$userList", "$$REMOVE"] } },
    totalUsers: { $max: "$totalUsers" }
  }},
  // 按匹配次数升序排序
  { $sort: { _id: 1 } }
])

方案说明 #

1. 计算匹配次数：通过$filter筛选出用户号码中存在于中奖号的元素，再用$size获取匹配数量
2. 分组统计：按匹配次数分组，收集对应用户ID并统计用户数
3. 补全类别：用$unionWith添加0-4次匹配的空分组，确保所有类别都能在结果中显示
4. 去重整理：合并重复分组，移除无用户的空列表，保留真实统计值
5. 排序输出：按匹配次数升序排列，结果更直观

内容的提问来源于stack exchange，提问作者user874737