Apache Beam中MongoDB聚合查询无返回结果：查询结构是否正确？

你的聚合查询结构在语法上是合法的，但存在几个可能导致无返回结果的潜在问题，下面逐一说明并给出修正方案：

1. $sum 用法可能不符合预期 #

你的代码中用 $sum: "$field_name2" 来计算字段值的总和，但这里有两个需要注意的点：

• 如果 field_name2 不是数值类型（比如字符串、数组），MongoDB 会将其视为 0 参与求和，最终每个分组的 count 都会是 0，但仍会返回分组文档（除非集合中没有任何数据）。
• 如果你实际想要统计每个 field_name1 分组下的文档数量，而非字段值求和，应该将 $sum 的参数改为数值 1，而非字段引用。

求和场景的正确写法（针对数值字段）

List<BsonDocument> documents = new ArrayList<>();
// 可选：先过滤出存在field_name2的文档，避免无效计算
documents.add(
    new BsonDocument("$match", new BsonDocument("field_name2", new BsonDocument("$exists", BsonBoolean.TRUE)))
);
documents.add(
    new BsonDocument(
        "$group",
        new BsonDocument("_id", new BsonString("$field_name1"))
            .append("count", new BsonDocument("$sum", new BsonString("$field_name2")))
    )
);

计数场景的正确写法

List<BsonDocument> documents = new ArrayList<>();
documents.add(
    new BsonDocument(
        "$group",
        new BsonDocument("_id", new BsonString("$field_name1"))
            .append("count", new BsonDocument("$sum", new BsonInt32(1))) // 用1实现计数
    )
);

2. Beam 配置缺失导致序列化问题 #

默认情况下，MongoDbIO.read() 可能无法正确推断聚合结果的文档类型，需要明确指定输出的文档类：

pipeline.apply(MongoDbIO.read()
    .withUri("mongodb://localhost:27017")
    .withDatabase("databaseName")
    .withCollection("collectionName")
    .withDocumentClass(BsonDocument.class) // 明确输出类型，避免序列化失败
    .withQueryFn(AggregationQuery.create().withMongoDbPipeline(documents))
);

3. 缺少数据过滤阶段（可选优化） #

如果集合中存在大量无关数据，建议先添加 $match 阶段筛选目标数据，再执行分组，避免无意义的计算：

documents.add(
    new BsonDocument("$match", new BsonDocument("field_name1", new BsonDocument("$ne", BsonNull.VALUE)))
);

内容的提问来源于stack exchange，提问作者Vim