MongoDB聚合框架：bucketAuto与lookup按匹配字段数分桶结果异常

核心问题分析 #

你用$bucketAuto只得到2个桶，是因为它会根据数据的实际分布自动合并区间——如果某些匹配数（比如0、1、2）对应的文档数量为0，它会跳过这些区间，只保留有数据的分组。要得到0-4每个匹配数的统计，必须用$bucket手动指定区间，再补充处理空数据的情况。

完整聚合查询示例 #

假设在线人员集合为online_users，注册玩家集合为registered_players，以下是实现需求的完整聚合管道：

db.online_users.aggregate([
  // 关联注册玩家集合，计算每个在线人员的匹配字段数
  {
    $lookup: {
      from: "registered_players",
      let: {
        online_last: "$last_name",
        online_email: "$email",
        online_first: "$first_name",
        online_mobile: "$mobile"
      },
      pipeline: [
        {
          $addFields: {
            match_count: {
              $sum: [
                { $eq: ["$last_name", "$$online_last"] },
                { $eq: ["$email", "$$online_email"] },
                { $eq: ["$first_name", "$$online_first"] },
                { $eq: ["$mobile", "$$online_mobile"] }
              ]
            }
          }
        },
        { $project: { match_count: 1 } }
      ],
      as: "matches"
    }
  },
  // 展开匹配结果，保留无匹配的在线人员
  { $unwind: { path: "$matches", preserveNullAndEmptyArrays: true } },
  // 处理无匹配的情况，默认匹配数为0
  {
    $addFields: {
      match_count: { $ifNull: ["$matches.match_count", 0] }
    }
  },
  // 按匹配数手动分桶
  {
    $bucket: {
      groupBy: "$match_count",
      boundaries: [0, 1, 2, 3, 4, 5],
      default: "other",
      output: {
        count: { $sum: 1 }
      }
    }
  },
  // 将桶ID转换为对应的匹配数
  {
    $addFields: {
      match_count: {
        $switch: {
          branches: [
            { case: { $and: [{ $gte: ["$_id", 0] }, { $lt: ["$_id", 1] }] }, then: 0 },
            { case: { $and: [{ $gte: ["$_id", 1] }, { $lt: ["$_id", 2] }] }, then: 1 },
            { case: { $and: [{ $gte: ["$_id", 2] }, { $lt: ["$_id", 3] }] }, then: 2 },
            { case: { $and: [{ $gte: ["$_id", 3] }, { $lt: ["$_id", 4] }] }, then: 3 },
            { case: { $and: [{ $gte: ["$_id", 4] }, { $lt: ["$_id", 5] }] }, then: 4 }
          ],
          default: "other"
        }
      }
    }
  },
  // 过滤掉异常的"other"分组
  { $match: { match_count: { $ne: "other" } } },
  { $project: { _id: 0, match_count: 1, count: 1 } },
  // 确保0-4所有匹配数都显示，无数据的count设为0
  {
    $group: {
      _id: null,
      stats: { $push: "$$ROOT" }
    }
  },
  {
    $addFields: {
      all_match_counts: [{ match_count: 0 }, { match_count: 1 }, { match_count: 2 }, { match_count: 3 }, { match_count: 4 }]
    }
  },
  {
    $project: {
      stats: {
        $map: {
          input: "$all_match_counts",
          as: "mc",
          in: {
            $mergeObjects: [
              "$$mc",
              { $arrayElemAt: [{ $filter: { input: "$stats", cond: { $eq: ["$$this.match_count", "$$mc.match_count"] } } }, 0] }
            ]
          }
        }
      }
    }
  },
  { $unwind: "$stats" },
  { $replaceWith: "$stats" },
  { $addFields: { count: { $ifNull: ["$count", 0] } } },
  // 按匹配数升序排列
  { $sort: { match_count: 1 } }
])

关键步骤说明 #

1. 计算匹配字段数：在$lookup的子管道中，用$sum和$eq逐个对比4个字段，得到0-4的匹配数。
2. 保留无匹配数据：$unwind时开启preserveNullAndEmptyArrays，确保没有找到匹配注册玩家的在线人员也能被统计（匹配数设为0）。
3. 手动分桶：用$bucket指定boundaries: [0,1,2,3,4,5]，强制生成0、1、2、3、4这5个区间的分组。
4. 补全空数据：通过预设0-4的匹配数数组，用$map和$mergeObjects将空数据的count填充为0，确保每个匹配数都有统计结果。

统计符合条件的在线注册玩家 #

如果需要直接得到至少3个字段匹配的在线注册玩家总数，可在上述管道末尾添加以下阶段：

{
  $group: {
    _id: null,
    total_online_registered: { $sum: { $cond: [{ $gte: ["$match_count", 3] }, "$count", 0] } },
    detailed_stats: { $push: { match_count: "$match_count", count: "$count" } }
  }
}

内容的提问来源于stack exchange，提问作者powerPixie