## 01、痛点

我是老李。最近团队在做一个电商后台的报表模块，运营提了三个需求：按商品分类统计销售额、按品牌看价格区间、给商品算评分排行。听起来很标准，几位后端同事第一反应全是 SQL 里的 GROUP BY，想着把订单表 join 商品表再 group 一下。可我们的明细数据存在 MongoDB 里，订单子项是数组，分类和品牌又在商品文档里，有些评分数据还落在另一个集合。硬套 GROUP BY 的思路，要么在应用层循环拆数组，要么反复查库拼装，写出来的逻辑又长又重，数据量一上来就开始变慢。

后来我们发现，问题不在 MongoDB，而在把 Aggregation Framework 当成一个加强版 GROUP BY。这个误解会限制你对数据加工方式的想象力。

## 02、是什么

Aggregation Framework 是 MongoDB 做统计、转换、分组、数据加工的核心能力。它不像 SQL 那样只给你一个 GROUP BY 子句，而是一条可编排的流水线。一条 Pipeline 由多个 Stage 组成，常见的有：

- $match：过滤文档，类似 where
- $project：裁剪、重命名、计算新字段
- $unwind：把数组字段拆成多条文档
- $group：按条件分组并做聚合计算
- $sort：排序
- $lookup：跨集合关联，类似左连接

每个 Stage 接收上一阶段输出的文档流，经过自己的转换后，把新的文档流传给下一个 Stage。你在写一条 Aggregation Pipeline 时，其实是在定义数据经过的每一步形态。

在 Spring Data MongoDB 中，Aggregation Framework 对应的入口是 Aggregation.newAggregation(...) 和 AggregationResults。前者描述流水线的结构，后者承载执行结果。你可以先把 Pipeline 在 mongosh 里验证，再翻译成 Spring Aggregation DSL。

## 03、为什么

把所有 MongoDB Aggregation 都理解成 SQL GROUP BY，会限制思路。原因很简单：GROUP BY 只是聚合的一种手段，而且它出现在 SQL 查询的末端，而 Aggregation 可以在一整条流水线里变换数据。

举例来说，订单文档里有一个 items 数组，每个元素包含商品、分类、单价和数量。如果满脑子是 GROUP BY，你可能会想先把数组拆开，再 group，或者干脆在应用层循环。实际上，$unwind 这个 Stage 就是天然用来做数组展开的，它应该出现在 $group 之前。把 Aggregation 当成流水线，你会自然地写出 $match → $unwind → $group，而不是把所有逻辑塞进一次分组。

再比如，$project 可以在分组前把字段裁小，降低后续 Stage 处理的数据量；$lookup 可以在 group 之前或之后补充关联信息；$sort 可以放在 group 之后对聚合结果排序。GROUP BY 思维只关注“按什么分组、算什么指标”，而 Pipeline 思维关注“每一步数据应该长什么样”。

## 04、架构

从执行视角看，Aggregation Pipeline 的 Stage 按顺序组织，MongoDB 会尽量优化，例如把 $match 和 $project 提前到数据扫描阶段，减少中间文档数量。但你在设计时仍要按逻辑顺序思考：先过滤，再裁剪，再展开，再分组，最后排序。

在 Spring Data 中，Aggregation 是一个不可变对象，通常通过 Aggregation.newAggregation(...) 构造，传入一列 Stage。AggregationResults 则封装了聚合执行的输出文档，可以用 getMappedResults() 或 getRawResults() 获取结果。典型结构如下：

```java
Aggregation agg = Aggregation.newAggregation(
    Aggregation.match(Criteria.where("status").is("COMPLETED")),
    Aggregation.project("category", "amount").andExpression("price * quantity").as("amount"),
    Aggregation.group("category").sum("amount").as("total"),
    Aggregation.sort(Sort.Direction.DESC, "total")
);
AggregationResults<CategorySales> results =
    mongoTemplate.aggregate(agg, "orders", CategorySales.class);
```

这段代码描述的是：先匹配已完成订单，再计算每项金额，接着按分类汇总，最后按金额降序排列。你可以把它看成一条流水线在 Spring 里的表达。

## 05、实战

下面用三个场景展示 Pipeline 的编排。

### 场景一：分类销售统计

假设订单集合 orders 的文档长这样：

```javascript
{
  _id: ObjectId("..."),
  status: 'COMPLETED',
  createdAt: ISODate('2024-10-01T08:00:00Z'),
  items: [
    { product: 'A', category: '手机', price: 3999, quantity: 1 },
    { product: 'B', category: '配件', price: 129, quantity: 3 }
  ]
}
```

我们用 mongosh 写：

```javascript
db.orders.aggregate([
  { $match: { status: 'COMPLETED', createdAt: { $gte: ISODate('2024-10-01') } } },
  { $unwind: '$items' },
  { $project: { category: '$items.category', amount: { $multiply: ['$items.price', '$items.quantity'] } } },
  { $group: { _id: '$category', total: { $sum: '$amount' }, orderCount: { $sum: 1 } } },
  { $sort: { total: -1 } }
])
```

翻译到 Spring DSL 时，可以对应成：

- match 条件：状态和创建时间
- unwind items 数组
- project 出 category 和 amount，amount 用表达式 price * quantity
- group 按 category 求合计和订单数
- sort 按 total 降序

注意这里 $project 放在 $group 之前，先把数组元素转换成一行一个金额，后面分组逻辑就简单很多。

### 场景二：品牌价格区间

商品集合 products 的文档：

```javascript
{
  _id: 'p1',
  brand: 'BrandX',
  category: '手机',
  price: 5999,
  name: 'X Phone'
}
```

需求是统计每个品牌的价格下限、上限和平均价，并输出一个可读区间字段。

mongosh:

```javascript
db.products.aggregate([
  { $match: { category: '手机' } },
  { $project: { brand: 1, price: 1, _id: 0 } },
  { $group: {
      _id: '$brand',
      minPrice: { $min: '$price' },
      maxPrice: { $max: '$price' },
      avgPrice: { $avg: '$price' },
      productCount: { $sum: 1 }
  } },
  { $project: {
      brand: '$_id',
      priceRange: { $concat: [{ $toString: '$minPrice' }, ' - ', { $toString: '$maxPrice' }] },
      avgPrice: 1,
      productCount: 1,
      _id: 0
  } },
  { $sort: { avgPrice: -1 } }
])
```

翻译到 Spring DSL：先把 category 过滤条件写入 match，project 保留 brand 和 price，group 用 min/max/avg 计算价格指标，再用一个 project 拼出 priceRange 字段，最后 sort 按均值排序。

这个例子说明：即使没有数组，也可以把 $project 放在 $group 前后做两次加工。前一个 project 裁掉无关字段，后一个 project 把分组结果转成业务端需要的形状。

### 场景三：商品评分排行

假设 reviews 集合：

```javascript
{
  _id: ObjectId("..."),
  productId: 'p1',
  rating: 5,
  comment: 'good'
}
```

需求统计每个商品的评分均值和评论数，按评分均值降序，并关联商品名称。

mongosh:

```javascript
db.reviews.aggregate([
  { $group: { _id: '$productId', avgRating: { $avg: '$rating' }, reviewCount: { $sum: 1 } } },
  { $sort: { avgRating: -1 } },
  { $lookup: {
      from: 'products',
      localField: '_id',
      foreignField: '_id',
      as: 'product'
  } },
  { $unwind: '$product' },
  { $project: {
      productId: '$_id',
      productName: '$product.name',
      avgRating: 1,
      reviewCount: 1,
      _id: 0
  } },
  { $limit: 10 }
])
```

这段 Pipeline 覆盖了 $group、$sort、$lookup、$unwind、$project、$limit 六个 Stage。虽然步骤多，但每一步职责都很明确。翻译到 Spring DSL 时，可以用 Aggregation.lookup 处理关联，用 UnwindOperation 展开 product 数组，再用 project 提取商品名称。

三个场景分别对应销售统计、价格区间、评分排行，核心都是：先想清楚数据在每个阶段应该长什么样，再挑合适的 Stage 去转。

## 06、洞见

我越来越觉得，Aggregation Framework 更像一条数据流水线，而不是一个“聚合函数”。每个 Stage 都在接收上一阶段输出的半成品，加工成下一阶段要用的形状。这跟 Unix 管道很像：cat 日志 | grep 关键词 | awk 提取字段 | sort | uniq -c。你不需要一次写出最终 SQL，而是一步步雕刻数据。

这种思维转变后，很多复杂需求会变得自然。比如先 $match 缩小范围，再 $unwind 展开数组，接着 $project 计算每行的指标，最后 $group 汇总，$sort 排序，需要关联再 $lookup。每一步职责单一，调试也方便。你可以随时截取前面几个 Stage 查看中间输出，定位哪里数据不对。

## 07、行动

我的建议很简单：先用 mongosh 写 Pipeline，再把验证过的流水线翻译成 Spring Aggregation DSL。别反过来。

具体步骤：

1. 在 mongosh 里从 $match 开始，一条一条 Stage 往下加。
2. 用少量文档或 $limit 快速查看每个阶段输出，确认字段形状符合预期。
3. 对性能敏感的场景，尽量把 $match 提前，用 $project 裁掉不需要的字段。
4. 遇到数组字段先 $unwind，再做后续分组或统计。
5. 需要关联补充信息时，在合适位置放 $lookup，注意关联字段和索引。
6. 把 mongosh 验证好的各 Stage 对应成 Spring 的 Aggregation.match/project/unwind/group/sort/lookup 等静态方法，组装成 Aggregation 对象，用 mongoTemplate.aggregate 执行，结果映射到自定义 DTO。

翻译时把握一个原则：字段路径对应 Field 引用，计算表达式对应 AggregationExpression 或 andExpression，分组字段对应 group 的 id，排序对应 Sort。

## 08、小结

MongoDB Aggregation Framework 不是 GROUP BY 的简单替代，而是一条多阶段数据加工流水线。掌握 $match、$project、$unwind、$group、$sort、$lookup 这几个 Stage，基本能覆盖大部分统计、转换、分组、关联需求。三个实战分别覆盖了销量统计、价格区间、评分排行，展示了 Pipeline 在不同业务下的组合方式。先用 mongosh 验证再翻译到 Spring DSL，能让开发效率高不少，也更容易排查问题。

## 09、链接与概念说明

常用 Stage 概念：

- $match：条件过滤，建议尽量前置
- $project：字段裁剪、重命名、表达式计算
- $unwind：将数组字段展开为多条文档
- $group：按指定字段或表达式分组，计算 sum/avg/min/max/count 等
- $sort：按字段排序，通常放在 group 后
- $lookup：跨集合左连接，支持多键等高级关联

Spring Data 相关链接：

- MongoDB Aggregation 官方文档：https://www.mongodb.com/docs/manual/aggregation/
- Spring Data MongoDB 参考：https://docs.spring.io/spring-data/mongodb/reference/mongodb/template-query-operations.html

以上就是这次关于 Aggregation Framework 的分享。希望能帮你从 GROUP BY 的惯性里跳出来，把数据加工真正当成流水线来做。

我是老李。最近团队在做一个电商后台的报表模块，运营提了三个需求：按商品分类统计销售额、按品牌看价格区间、给商品算评分排行。听起来很标准，几位后端同事第一反应全是 SQL 里的 GROUP BY，想着把订单表 join 商品表再 group 一下。可我们的明细数据存在 MongoDB 里，订单子项是数组，分类和品牌又在商品文档里，有些评分数据还落在另一个集合。硬套 GROUP BY 的思路，要么在应用层循环拆数组，要么反复查库拼装，写出来的逻辑又长又重，数据量一上来就开始变慢。

《Spring Mongo实战》第10招 聚合不是SQL替身

把 MongoDB 聚合框架当流水线用，分享从 mongosh 验证到 Spring DSL 落地的三套统计管道，避开 GROUP BY 思维陷阱。

架构师

数据库

后端

开发工具

MongoDB Aggregation Framework是比SQL GROUP BY更灵活的多阶段数据流水线，通过match、project、unwind、group、sort、lookup等Stage逐步加工数据。本文用三个实战场景（分类销售统计、品牌价格区间、商品评分排行）展示Pipeline编排技巧，并给出Spring Data MongoDB的DSL翻译方法。掌握流水线思维，先用mongosh验证再转Spring代码，能显著提升复杂统计需求的开发效率。

腾讯云BI特惠9.9元起！


文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

MongoDB Aggregation Framework是比SQL GROUP BY更灵活的多阶段数据流水线，通过match、project、unwind、group、sort、lookup等Stage逐步加工数据。本文用三个实战场景（分类销售统计、品牌价格区间、商品评分排行）展示Pipeline编排技巧，并给出Sp...

《Spring Mongo实战》第10招 聚合不是SQL替身-腾讯云开发者社区-腾讯云

《Spring Mongo实战》第10招聚合不是SQL替身

《Spring Mongo实战》第10招聚合不是SQL替身

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

《Spring Mongo实战》第10招 聚合不是SQL替身

《Spring Mongo实战》第10招 聚合不是SQL替身

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

《Spring Mongo实战》第10招聚合不是SQL替身

《Spring Mongo实战》第10招聚合不是SQL替身