MongoDB聚合查询无法对指定州的城市字段去重问题排查

现有查询问题说明 #

你当前使用的聚合语句中$addToSet: "$city"本身可以生成去重的城市集合，但count: {$sum: 1}统计的是纽约州所有邮编条目的总数量，而非去重后的城市总数。如果需要更精准的获取唯一城市列表、配套正确的去重计数，可以使用以下优化方案：

注意：如果实际查询中仍存在看起来重复的城市条目，需检查city字段是否存在大小写差异、前后空格等隐性字符，可在查询中先对city字段做格式化处理，避免隐性字符导致的去重失效。

方案1：轻量化查询（仅需唯一城市列表） #

直接使用MongoDB内置的distinct方法，一步返回去重后的城市数组：
db.zipcodes.distinct("city", {state: "NY"})

方案2：聚合查询（同时获取唯一城市列表+去重城市总数） #

如需同时统计去重后的城市数量，调整聚合逻辑如下：

db.zipcodes.aggregate([
  // 筛选纽约州的所有条目
  {$match:{state:"NY"}},
  // 可选：对city字段做格式化，避免隐性字符导致去重失效
  {$project: {
    city: {$trim: {$toLower: "$city"}},
    state: 1
  }},
  // 按城市分组，天然过滤重复城市
  {$group:{_id: "$city"}},
  // 汇总所有唯一城市并统计数量
  {$group:{
    _id: null,
    uniqueCityList: {$addToSet: "$_id"},
    uniqueCityTotal: {$sum: 1}
  }}
])

参考数据集 #

内容的提问来源于stack exchange，提问作者Waqar