MongoDB动态键文档聚合：统计需求的实现方案咨询

嘿，欢迎重新回到MongoDB的怀抱！既然你提到已经离开一阵子了，那可得好好聊聊现在最主流的高效实现方式——聚合管道（Aggregation Pipeline），这可比MapReduce或者多次单独查询要优雅得多，性能也拉满。

这是实现你需求的最优解，只需要一次聚合查询就能拿到所有统计结果，完全匹配你想要的输出格式。

完整代码示例 #

db.yourCollectionName.aggregate([
  {
    $group: {
      _id: null, // 将所有文档合并为一个全局分组
      avgWeight: { $avg: "$weight" }, // 计算weight字段的平均值
      avgHeight: { $avg: "$height" }, // 计算height字段的平均值
      orangeCount: { $sum: { $cond: [{ $eq: ["$fruit", "Orange"] }, 1, 0] } },
      appleCount: { $sum: { $cond: [{ $eq: ["$fruit", "Apple"] }, 1, 0] } },
      baldCount: { $sum: { $cond: [{ $eq: ["$bald", "Yes"] }, 1, 0] } }
    }
  },
  {
    $project: {
      _id: 0 // 移除默认生成的_id字段，让结果更干净
    }
  }
])

代码逻辑拆解 #

• $group阶段：指定_id: null是关键，它会把集合里所有文档归为同一个分组，这样我们就能计算全局的统计值。
• $avg累加器：MongoDB原生支持的平均值计算工具，直接传入字段路径就能得到结果，完美适配你的身高体重平均值需求。
• $sum + $cond组合：$cond是条件判断函数，当字段值符合要求时返回1，否则返回0；$sum把这些1累加起来，就得到了对应类别的文档数量。
• $project阶段：用来剔除不需要的_id字段，让最终输出和你想要的结构完全一致。

如果未来你需要添加更多统计维度，$facet可以把多个独立的聚合逻辑放在同一个查询里，逻辑上更清晰。不过对于你当前的需求，这个方案稍显繁琐，但可以了解一下：

db.yourCollectionName.aggregate([
  {
    $facet: {
      // 第一个维度：计算平均值
      averages: [
        { $group: { _id: null, avgWeight: { $avg: "$weight" }, avgHeight: { $avg: "$height" } } }
      ],
      // 第二个维度：统计水果数量
      fruitCounts: [
        { $group: { _id: "$fruit", count: { $sum: 1 } } },
        { $group: { _id: null, counts: { $push: { k: "$_id", v: "$count" } } } },
        { $replaceRoot: { newRoot: { $arrayToObject: "$counts" } } }
      ],
      // 第三个维度：统计秃头数量
      baldCounts: [
        { $group: { _id: "$bald", count: { $sum: 1 } } },
        { $match: { _id: "Yes" } },
        { $project: { baldCount: "$count", _id: 0 } }
      ]
    }
  },
  // 整合各个维度的结果
  {
    $project: {
      avgWeight: { $arrayElemAt: ["$averages.avgWeight", 0] },
      avgHeight: { $arrayElemAt: ["$averages.avgHeight", 0] },
      orangeCount: { $arrayElemAt: ["$fruitCounts.Orange", 0] },
      appleCount: { $arrayElemAt: ["$fruitCounts.Apple", 0] },
      baldCount: { $arrayElemAt: ["$baldCounts.baldCount", 0] }
    }
  }
])

• MapReduce：需要编写自定义的JS函数，代码繁琐且性能差——聚合管道是MongoDB原生C++实现的，速度远快于基于JS引擎的MapReduce，现在只有极复杂的自定义逻辑才会用到它。
• 多次查询：会增加网络往返开销，而且无法保证统计的原子性（如果查询期间集合数据变化，不同查询的结果可能来自不同的数据快照），而单聚合查询是原子性的，所有统计值基于同一数据快照。

内容的提问来源于stack exchange，提问作者Joshua Lawrence Austill