MongoDB聚合合并分类与子分类分组计数单次查询实现

问题说明 #

开展分类、子分类维度数据统计时，当前使用两套独立MongoDB聚合管道分别执行查询：

1. 分类统计管道：仅返回分类名称、分类总计数

   [
     {
       "$match": {
         "category": {
              "$in": ["list of my categories"]
         }
       }
     },
     {
       "$group": {
         "category": "$category",
         "count": {
           "$sum": 1
         }
       }
     }
   ]
   

   返回结构：{category: 分类名称, count: 分类总计数}
2. 子分类统计管道：返回分类下各子分类的计数键值对

   [
     {
       "$match": {
         "category": {
           "$in": ["list of my categories"]
         }
       }
     },
     {
       "$group": {
         "_id": { subCategory: "$subCategory", category: "$category" },
         "count": {
           "$sum": 1
         }
       }
     },
     {
       "$group": {
         "_id": "$_id.category",
         "counts": {
           "$push": {
             "k": "$_id.subCategory",
             "v": "$count"
           },
         },
         "count":{
           $sum: "$counts"
         }
       }
     },
     {
       "$project": {
         "counts": { "$arrayToObject": "$counts" },
       }
     }
   ]
   

需要将两套独立管道合并为单次聚合调用，直接返回包含分类名、分类总计数、下属子分类计数字典的结果。

实现方案 #

原有子分类管道中$sum: "$counts"为错误写法，分组阶段$sum无法直接对数组类型字段求和，修正后合并的完整聚合管道如下：

[
  // 筛选目标分类范围，逻辑和原有管道保持一致
  {
    $match: {
      category: {
        $in: ["list of my categories"] // 替换为实际分类列表
      }
    }
  },
  // 先按「分类+子分类」双维度分组，统计每个子分类下的文档数
  {
    $group: {
      _id: {
        category: "$category",
        subCategory: "$subCategory"
      },
      subCount: { $sum: 1 }
    }
  },
  // 再按分类维度聚合，同时计算分类总计数、收集所有子分类计数
  {
    $group: {
      _id: "$_id.category",
      count: { $sum: "$subCount" },
      subCountsArr: {
        $push: {
          k: "$_id.subCategory",
          v: "$subCount"
        }
      }
    }
  },
  // 调整输出格式，匹配要求的返回结构
  {
    $project: {
      _id: 0,
      category: "$_id",
      count: 1,
      subCategoryCounts: { $arrayToObject: "$subCountsArr" }
    }
  }
]

返回结果示例 #

[
  {
    "category": "家居用品",
    "count": 132,
    "subCategoryCounts": {
      "厨具": 48,
      "床品": 52,
      "收纳": 32
    }
  },
  {
    "category": "食品饮料",
    "count": 217,
    "subCategoryCounts": {
      "零食": 92,
      "饮品": 78,
      "生鲜": 47
    }
  }
]

该管道仅需对集合做一次匹配扫描，相比两次独立查询减少了重复遍历开销，统计结果和两次查询完全一致。

内容的提问来源于stack exchange，提问作者EMT