MongoDB按收银员分组统计商品名称出现次数优化需求

现有190万条MongoDB文档，结构包含嵌套字段Object.Items.ItemDetail（含ItemName）与Object.Payment.PaymentHeader（含CashierName），需要按CashierName分组，统计每个收银员名下各ItemName的出现次数。当前使用包含$project、$unwind的聚合查询效率不足，需直接通过数据库生成目标输出。

优化后的聚合查询方案 #

直接简化聚合管道，去除不必要的字段投影，用更紧凑的分组逻辑提升效率：

db.collection.aggregate([
  // 展开商品数组，跳过冗余的$project阶段
  { $unwind: "$Object.Items" },
  // 按收银员+商品名组合分组，先统计基础次数
  {
    $group: {
      _id: {
        cashier: "$Object.Payment.PaymentHeader.CashierName",
        item: "$Object.Items.ItemDetail.ItemName"
      },
      count: { $sum: 1 }
    }
  },
  // 二次分组整理结构，将每个收银员的所有商品统计归为一个数组
  {
    $group: {
      _id: "$_id.cashier",
      itemStats: {
        $push: {
          itemName: "$_id.item",
          count: "$count"
        }
      }
    }
  }
])

效率提升关键点 #

• 移除不必要的$project：$project会生成新的文档对象，增加内存占用和数据拷贝开销，直接使用原字段路径操作能大幅减少中间处理成本。
• 紧凑的分组逻辑：先通过$unwind展开商品数组，再按「收银员+商品名」的组合键做第一次分组统计，最后二次分组整理成清晰的收银员-商品统计结构，全程减少中间数据量。

索引优化建议 #

创建复合索引加速聚合过程，避免全表扫描：

db.collection.createIndex({
  "Object.Payment.PaymentHeader.CashierName": 1,
  "Object.Items.ItemDetail.ItemName": 1
})

该索引能让MongoDB在执行$group时快速定位并聚合目标字段，显著降低IO开销。

内容的提问来源于stack exchange，提问作者Matt