MongoDB聚合管道[$match、$project、$group]哪种执行顺序性能更优？

第二种查询（先执行$match再执行$project）性能更优，二者存在实质性的性能差异，在你描述的10万_{1000万文档量、单文档1}5MB的场景下差距会被大幅放大。

• 索引利用效率差异：如果transaction_code字段建有索引，$match放在聚合管道第一阶段可以直接命中索引，不需要扫描全量文档、也不需要加载全量文档到内存处理。如果把$project放在第一阶段，必须先读取所有文档做字段裁剪，再执行过滤，完全无法利用索引的优势，全表扫描的开销会非常高。
• 数据处理量级差异：$match前置会先过滤掉所有不符合条件的文档，假设最终只有20%的文档满足transaction_code="buy"的条件，后续$project只需要处理这20%的文档做字段裁剪，CPU、内存开销仅为$project前置方案的1/5。反过来如果先做$project，需要先给全量千万级别的大文档做字段裁剪，哪怕大部分文档后续会被直接丢弃，这部分开销完全是无效消耗。
• 符合MongoDB聚合优化规则：MongoDB本身的聚合查询优化器会优先将过滤类操作前置，减少后续阶段的处理压力，$match前置的写法也更适配数据库本身的优化逻辑。

你当前的场景里其实可以省略显式的$project阶段：$group仅用到account_id字段，$match仅用到transaction_code字段，MongoDB聚合管道会自动做字段投影优化，仅加载查询需要的两个字段，不会加载其他无关的大字段，性能会比显式写$project更好。

低性能写法（$project前置） #

db.getCollection('temp123').aggregate([
  {
    $project: {
      account_id: 1,
      transaction_code: 1
    }
  },
  {
    $match: {
      transaction_code: "buy"
    }
  },
  {
    $group: {
      _id: "$account_id",
      count: {
        $sum: 1
      }
    }
  }
])

高性能写法（$match前置） #

db.getCollection('temp123').aggregate([
  {
    $match: {
      transaction_code: "buy"
    }
  },
  {
    $project: {
      account_id: 1,
      transaction_code: 1,
      
    }
  },
  {
    $group: {
      _id: "$account_id",
      count: {
        $sum: 1
      }
    }
  }
])

内容的提问来源于stack exchange，提问作者Sree Karthik S R