MongoDB如何利用索引统计文档数量？

首先明确：你提到的“即便存在索引，所有匹配的文档都会被传入$group阶段进行统计”的说法不属实。

虽然官方文档标注db.collection.countDocuments()在逻辑上等价于那组聚合操作，但MongoDB的查询优化器会针对这类计数场景做针对性优化，无需处理所有匹配文档就能完成统计，具体优化逻辑如下：

• 利用索引元数据直接统计：如果$match阶段的查询条件能命中合适的索引，MongoDB会直接读取索引的内置统计信息来计算匹配文档数，不用遍历实际的索引条目或文档。比如针对范围查询、等值匹配这类能被索引覆盖的条件，优化器会直接通过索引的范围边界和基数数据算出结果，跳过后续的文档扫描和$group逐文档累加步骤。
• 聚合阶段逻辑合并：查询优化器会将$match和$group的逻辑合并，转换成更高效的底层计数操作，而非严格按聚合管道的顺序执行。本质上是把“先过滤所有匹配文档再逐个数数”的逻辑，替换成“直接统计过滤结果总数”的原生操作，避免了逐文档处理的开销。
• 分片集群的分布式统计：在分片集群环境中，MongoDB会让每个分片独立统计本地符合条件的文档数，之后仅汇总各分片的统计结果，无需将所有分片的匹配文档都传输到mongos节点执行$group阶段。

当然，也存在需要处理所有匹配文档的情况：当查询条件无法利用索引（比如用到了非索引字段的复杂条件、需要计算的表达式），MongoDB不得不扫描所有匹配的文档，再进入$group阶段完成计数。

内容的提问来源于stack exchange，提问作者Bear Bile Farming is Torture