MongoDB基于前序文档值计算累计字段的高性能实现方案咨询

方案1：使用MongoDB 5.0+ 内置窗口函数（推荐生产使用） #

MongoDB 5.0推出的$setWindowFields算子专门用于这类滑动窗口累计计算，无需额外业务逻辑开发，性能经过官方优化，适合中大型数据集场景。
具体聚合语句如下：

db.collection.aggregate([
  // 第一步：按created_at升序排序
  { $sort: { created_at: 1 } },
  // 第二步：使用窗口函数计算累计得分
  {
    $setWindowFields: {
      sortBy: { created_at: 1 },
      output: {
        total_score: {
          $sum: "$score",
          window: {
            documents: ["unbounded", "current"]
          }
        }
      }
    }
  }
])

解释：窗口范围设置为从数据集开头到当前文档，每一行计算时会把之前所有文档的score和当前score相加，得到累计总得分，和你需要的输出完全一致。

方案2：低版本MongoDB兼容方案（仅适合小数据集） #

如果你使用的MongoDB版本低于5.0没有窗口函数，可以用分组+数组遍历的方式实现，仅适合1000条以内的小数据集临时查询，大数据量会触发BSON 16M大小限制：

db.collection.aggregate([
  // 按时间排序
  { $sort: { created_at: 1 } },
  // 把所有文档放到同一个数组里
  { $group: { _id: null, docs: { $push: "$$ROOT" } } },
  // 遍历数组计算累计值
  {
    $project: {
      docs: {
        $reduce: {
          input: "$docs",
          initialValue: { total: 0, result: [] },
          in: {
            total: { $add: ["$$value.total", "$$this.score"] },
            result: {
              $concatArrays: [
                "$$value.result",
                [ { $mergeObjects: [ "$$this", { total_score: { $add: ["$$value.total", "$$this.score"] } } ] }
              ]
            }
          }
        }
      }
    }
  },
  // 拆分回独立文档
  { $unwind: "$docs.result" },
  // 格式化输出
  { $replaceRoot: { newRoot: "$docs.result" } }
])

方案3：高查询性能预计算方案（适合大流量生产场景） #

如果你的查询频率非常高，想要达到毫秒级响应，最好的方式是写入时预计算累计字段：

1. 每次插入新文档前，查询集合中created_at最大的文档，拿到它的total_score值
2. 新文档的total_score = 上一条的total_score + 当前新文档的score
3. 把total_score作为普通字段和文档一起写入集合
   后续查询直接读取字段即可，无需任何计算，性能最高。注意高并发写入场景下需要用原子操作或者分布式锁避免累计值计算错误。

内容的提问来源于stack exchange，提问作者Fusion