MongoDB 4.4聚合：按州分组去重嵌套城市值问题

数据结构与需求 #

集合文档结构 #

每个文档包含addresses数组，示例：

"addresses": [
  {
    "state": "New York",
    "city": "New York"
  },
  {
    "state": "New York",
    "city": "Buffalo"
  },
  {
    "state": "Massachusetts",
    "city": "Boston"
  },
  ...
]

预期输出 #

跨所有文档生成按state分组的去重city列表：

[
  {
    "state": "New York",
    "cities": [
      "New York",
      "Buffalo"
    ]
  },
  {
    "state": "Massachusetts",
    "cities": [
      "Boston"
    ]
  },
  ...
]

现有查询问题分析 #

第一个查询仅返回部分州 #

执行以下聚合仅得到20个州（实际集合包含50个州）：

db.locations.aggregate([
  { $unwind: {path: "$addresses" }},
  { $group: {
      _id: "$addresses.state",
      cities: { $addToSet: '$addresses.city' }
    }
  }
])

问题原因：查询逻辑本身正确，大概率是客户端工具默认分页（比如Mongo Shell默认只显示前20条），输入it命令即可加载剩余结果；也可能是你无意中添加了未提及的$match过滤条件。

第二个查询未按州分组 #

返回的州和城市存入两个无序数组，核心问题是$group的_id设置错误（比如设为null或固定值，导致所有数据聚合到同一组）。

正确聚合管道 #

以下代码可实现需求，完全匹配预期输出：

db.locations.aggregate([
  // 展开所有文档中的addresses数组，拆分每个地址为独立文档
  { $unwind: "$addresses" },
  // 按州分组，用$addToSet自动去重收集城市
  { $group: {
      _id: "$addresses.state",
      cities: { $addToSet: "$addresses.city" }
    }
  },
  // 重命名字段，让输出结构与预期一致
  { $project: {
      _id: 0,
      state: "$_id",
      cities: 1
    }
  },
  // 可选：按州名排序，结果更规整
  { $sort: { state: 1 } }
])

关键步骤说明 #

• $unwind：确保每个地址条目都被单独处理，不会遗漏跨文档的州/城市组合
• $group：以addresses.state为分组键，$addToSet自动过滤重复城市
• $project：将分组用的_id重命名为state，移除多余的_id字段
• 如果结果显示不全，在Mongo Shell中执行it命令加载下一页，直到无更多结果

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