为何查询参演至少5部电影的演员时两个MongoDB聚合查询结果不同？

问题背景 #

想要获取参演至少5部电影的演员列表，分别用了两个聚合查询，结果却完全不同：

查询1（使用$unwind） #

代码：

db.films.aggregate([
  {
        $unwind:'$actors'
  },
  {
    $group: {
      _id: {
        prenom:'$actors.first_name',
        nom:'$actors.last_name'
      },
      nbr_films: {
        $sum: 1
      }
    }
  },
  {
    $match: {
      nbr_films:{$gte:5}
    }
  },
  {
    $project: {
        _id:0,
        nom:"$_id.nom",
        nbr_films:1
    }
  }
]);

返回结果：

[
  {
    "nbr_films": 6,
    "nom": "Willis"
  },
  {
    "nbr_films": 5,
    "nom": "Oldman"
  },
  {
    "nbr_films": 6,
    "nom": "De Niro"
  },
  {
    "nbr_films": 5,
    "nom": "Caine"
  },
  {
    "nbr_films": 6,
    "nom": "Freeman"
  }
]

查询2（未使用$unwind） #

代码：

db.films.aggregate([
  {
    $group: {
      _id: {
        prenom:'$actors.first_name',
        nom:'$actors.last_name'
      },
      nbr_films: {
        $sum: 1
      }
    }
  },
  {
    $match: {
      nbr_films:{$gte:5}
    }
  },
  {
    $project: {
        _id:0,
        nom:"$_id.nom",
        nbr_films:1
    }
  }
]);

返回结果：

[
{
  "nbr_films": 5
}
]

差异原因 #

核心问题出在**$group阶段处理数组字段的逻辑**上：

1. 查询1的正确逻辑

   • $unwind:'$actors'会把每一部包含演员数组的电影文档，拆分成多个独立文档——数组里有多少个演员，就拆成多少条，每条只保留一个演员。
   • 后续的$group按单个演员的姓名分组，每一条拆分后的文档对应一部该演员参演的电影，$sum:1就能准确统计出每个演员的参演电影总数。
   • 最后通过$match筛选出参演数≥5的演员，得到符合需求的结果。

2. 查询2的错误逻辑

   • 跳过$unwind直接执行$group时，_id里的$actors.first_name和$actors.last_name是直接引用整个演员数组字段，MongoDB会把完整的演员数组作为分组依据，而非单个演员。
   • 此时$sum:1统计的是拥有完全相同演员名单的电影数量，你得到的nbr_films:5，实际是数据库里有5部电影的演员阵容完全一致，这和你要统计单个演员参演数的需求完全不符。

简单总结：不拆分数组就分组，相当于按「整份演员名单」统计重复电影数，而非按「单个演员」统计参演电影数，逻辑完全跑偏了。

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