MongoDB按性别、婚姻状况、职业类别分组统计用户实现方法

核心实现思路 #

单$group阶段无法同时对多个独立字段做分组计数，$unwind方案会产生不必要的笛卡尔积、性能差，最优方案是使用$facet聚合阶段，在单次表扫描的前提下并行执行多个独立统计分支，同时完成全局指标和多维度分布的计算。

完整聚合语句 #

db.getCollection("users").aggregate([
  {
    $facet: {
      // 全局指标：总用户数、已验证用户数
      baseStats: [
        {
          $group: {
            _id: null,
            total: { $sum: 1 },
            validated: {
              $sum: {
                $cond: [{ $eq: ["$state", "VALIDATED"] }, 1, 0]
              }
            }
          }
        }
      ],
      // 性别分布统计
      genders: [
        { $group: { _id: "$gender", count: { $sum: 1 } } },
        { $project: { _id: 0, value: "$_id", count: 1 } }
      ],
      // 婚姻状况分布统计
      civilStatus: [
        { $group: { _id: "$civilStatus", count: { $sum: 1 } } },
        { $project: { _id: 0, value: "$_id", count: 1 } }
      ],
      // 职业类别分布统计
      professionalCategories: [
        { $group: { _id: "$professionalCategory", count: { $sum: 1 } } },
        { $project: { _id: 0, value: "$_id", count: 1 } }
      ]
    }
  },
  // 合并各分支结果为目标结构
  {
    $replaceRoot: {
      newRoot: {
        $mergeObjects: [
          { $arrayElemAt: ["$baseStats", 0] },
          { genders: "$genders" },
          { civilStatus: "$civilStatus" },
          { professionalCategories: "$professionalCategories" }
        ]
      }
    }
  }
])

逻辑说明 #

• $facet下的4个分支会并行执行，互不干扰：
  • baseStats分支复用已有的验证用户计数逻辑，补充$sum:1计算总用户数
  • 三个维度分布分支各自按对应字段分组计数，通过$project将分组键_id重命名为value，输出符合要求的{value, count}结构
• 最后通过$replaceRoot+$mergeObjects把facet返回的分块结果合并成单层平面对象，完全匹配期望的返回格式。

可选优化 #

如果不需要统计字段为空/不存在的异常数据，可以在每个维度分支的$group前增加$match阶段过滤无效值，以性别统计为例：

genders: [
  { $match: { gender: { $exists: true, $ne: null } } },
  { $group: { _id: "$gender", count: { $sum: 1 } } },
  { $project: { _id: 0, value: "$_id", count: 1 } }
]

内容的提问来源于stack exchange，提问作者user18991485