MongoDB聚合操作：替代$unwind实现属性分组统计需求

聚合管道代码 #

db.phones.aggregate([
  // 提取单条记录中RAM规格的value值
  {
    $project: {
      ram_value: {
        $first: {
          $map: {
            input: { $filter: { input: "$specs", cond: { $eq: ["$$this.code", "ram"] } } },
            as: "spec",
            in: "$$spec.value"
          }
        }
      }
    }
  },
  // 过滤无RAM规格的记录
  { $match: { ram_value: { $ne: null } } },
  // 按RAM值分组统计出现次数
  {
    $group: {
      _id: "$ram_value",
      doc_count: { $sum: 1 }
    }
  },
  // 转换为key-doc_count结构
  {
    $project: {
      _id: 0,
      key: "$_id",
      doc_count: 1
    }
  },
  // 收集所有统计结果到buckets数组
  {
    $group: {
      _id: null,
      buckets: { $push: "$$ROOT" }
    }
  },
  // 整理为目标输出结构
  {
    $project: {
      _id: 0,
      group_by_ram: { buckets: "$buckets" }
    }
  }
])

步骤说明 #

• 提取RAM值：通过$filter筛选出specs数组中code为ram的条目，再用$map提取对应的value，$first确保单条记录只取一个RAM值（适配单设备单RAM规格的场景）。
• 过滤无效数据：剔除没有RAM规格的记录，避免干扰统计结果。
• 分组统计：按RAM值分组，用$sum计算每个值的出现次数。
• 结构转换：把分组用的_id转为要求的key字段，保留doc_count。
• 结果聚合：将所有统计条目收集到buckets数组，最终包装成group_by_ram的结构。

适配多RAM条目场景 #

如果单条记录的specs中存在多个RAM条目（需去重），可将第一个$project阶段替换为：

{
  $project: {
    ram_value: {
      $first: {
        $setUnion: {
          $map: {
            input: { $filter: { input: "$specs", cond: { $eq: ["$$this.code", "ram"] } } },
            as: "spec",
            in: "$$spec.value"
          }
        }
      }
    }
  }
}

用$setUnion对单条记录内的RAM值去重，再取第一个值参与统计。

内容的提问来源于stack exchange，提问作者user21471995