MongoDB中用where子句比较两列？及PyMongo高折扣产品统计方法

嘿，我来帮你搞定这两个MongoDB相关的问题：

比较集合中的两个字段，有两种常用方式，推荐优先选择性能更好的方案：

方法1：使用$where操作符（不推荐大数据集） #

$where允许你通过JavaScript表达式直接访问文档字段进行比较，但它会逐文档执行JS逻辑，无法利用索引，数据量大时性能很差。示例代码：

// 函数形式
db.your_collection.find({
  $where: function() {
    return this.columnA > this.columnB;
  }
})

// 简写为字符串形式
db.your_collection.find({ $where: "this.columnA > this.columnB" })

方法2：使用$expr（推荐，MongoDB 3.6+） #

$expr支持在查询过滤器中使用聚合表达式，能更好地利用索引（如果有合适的索引），性能远优于$where。比如比较两个字段大小：

db.your_collection.find({
  $expr: { $gt: ["$columnA", "$columnB"] }
})

复杂逻辑（比如计算比率、多字段运算）也可以通过$expr组合聚合操作符实现。

你当前的代码需要遍历所有文档并在客户端判断，当集合数据量大时，不仅慢还会占用大量客户端资源。推荐让MongoDB服务器端直接完成过滤和统计，效率会高很多：

优化方案1：用count_documents配合$expr #

直接通过查询过滤器筛选符合条件的文档，再统计数量：

from pymongo import MongoClient

client = MongoClient()
db = client.your_database_name  # 替换成你的数据库名

# 折扣率>30% 等价于 sale_price / original_price < 0.7
# 额外添加original_price>0的过滤，避免除以0的错误
count = db.leclerc_fr.count_documents({
    "original_price": {"$gt": 0},
    "$expr": {
        "$lt": [{"$divide": ["$sale_price", "$original_price"]}, 0.7]
    }
})
print(count)

优化方案2：用聚合框架（更灵活） #

如果后续需要扩展统计逻辑（比如按分类分组统计），聚合框架会更适合：

from pymongo import MongoClient

client = MongoClient()
db = client.your_database_name

pipeline = [
    # 过滤掉原价为0的文档，避免计算错误
    {"$match": {"original_price": {"$gt": 0}}},
    # 筛选折扣率>30%的产品
    {
        "$match": {
            "$expr": {
                "$lt": [{"$divide": ["$sale_price", "$original_price"]}, 0.7]
            }
        }
    },
    # 统计符合条件的数量
    {"$count": "discount_over_30pct_count"}
]

result = list(db.leclerc_fr.aggregate(pipeline))
count = result[0]["discount_over_30pct_count"] if result else 0
print(count)

为什么原代码不够高效？ #

原代码会把所有文档从服务器拉到本地再逐个判断，数据量大时网络传输和客户端计算的开销极大。优化后的方案让服务器端完成所有计算，只返回最终统计数字，资源占用和速度都有质的提升。

内容的提问来源于stack exchange，提问作者abizer Safdari