MongoDB聚合管道$match处理逻辑、报错排查及写法优化

$match不会过滤原文档字段，所有匹配的文档会完整传递到后续阶段。你拿不到Title字段是$group阶段的固有逻辑导致的：

• $group阶段只会返回你在配置中显式声明的字段，除了分组键_id外，原文档的其他字段默认不会被保留
• 你当前的$group配置中，_id只映射了$subdata.status，完全没有保留Title字段，后续$project也没有输出该字段，最终结果自然不存在Title键。

另外你的代码还有两个隐性问题：

• 字段名大小写不匹配：示例文档中嵌套对象名是subData（大写D），代码里写的是全小写的subdata，MongoDB对字段名大小写敏感，会导致状态取值错误
• 冗余的$addToSet逻辑：分组键本身就是status值，categories数组永远只会包含1个元素，完全没有必要。

不需要先查询distinct书名再循环执行聚合，单次聚合即可完成全量统计，性能提升非常明显：

mydatabase = client.JSON_DB
mycollection = mydatabase.JSON_all_2

# 单次聚合完成全量统计
pipeline = [
    {
        "$group": {
            # 用「书名+状态」作为复合分组键，一次遍历统计所有组合
            "_id": {
                "title": "$Title",
                # 用$ifNull统一处理无status字段的场景，归为空字符串统计
                "status": {"$ifNull": ["$subData.status", ""]}
            },
            "count": {"$sum": 1}
        }
    },
    {
        "$project": {
            "_id": 0,
            "Title": "$_id.title",
            "status": "$_id.status",
            "count": 1
        }
    }
]

results = mycollection.aggregate(pipeline)
for result in results:
    print(f'{result["Title"]}  {result["status"]}  {result["count"]}')

这个实现的优势：

• 仅和MongoDB服务端交互1次，避免了循环查询带来的网络开销和重复扫描表的问题，数据量越大优势越明显
• 原生支持缺失status字段的文档统计，不需要额外做兼容判断
• 输出格式完全匹配你的预期，没有冗余字段。

内容的提问来源于stack exchange，提问作者Pete