数据分组与统计（$group、$sum、$avg等）

MongoDB的聚合框架提供了强大的数据处理能力，其中$group阶段是核心操作之一，结合$sum、$avg等累加器可以实现复杂的数据分组与统计。通过灵活组合这些操作符，能够高效完成数据汇总、平均值计算、最大值提取等常见分析需求。

数据分组基础（$group）

$group阶段通过指定_id字段定义分组依据，将输入文档按该字段值分组。分组后可以使用累加器对每组文档进行统计计算。例如，按城市分组并统计每个城市的文档数量：

db.sales.aggregate([
  {
    $group: {
      _id: "$city",
      count: { $sum: 1 }
    }
  }
])

此操作会输出类似结果：

{ "_id" : "北京", "count" : 42 }
{ "_id" : "上海", "count" : 38 }

常用累加器操作符

求和计算（$sum）

$sum支持数值累加，既可统计文档数量（传常量1），也可对指定字段求和：

// 按产品类别统计销售总额
db.orders.aggregate([
  {
    $group: {
      _id: "$category",
      totalSales: { $sum: "$amount" },
      orderCount: { $sum: 1 }
    }
  }
])

平均值计算（$avg）

计算分组内数值字段的平均值时会自动忽略非数值类型：

// 计算各部门员工平均工资
db.employees.aggregate([
  {
    $group: {
      _id: "$department",
      avgSalary: { $avg: "$salary" }
    }
  }
])

极值获取（$max/$min）

获取分组中的极值时，日期、字符串等类型也可比较：

// 找出各商品的最早销售记录
db.sales.aggregate([
  {
    $group: {
      _id: "$productId",
      firstSaleDate: { $min: "$saleDate" }
    }
  }
])

复合分组与高级用法

多字段分组

_id可接受对象实现多级分组，例如按年月统计：

db.orders.aggregate([
  {
    $group: {
      _id: {
        year: { $year: "$orderDate" },
        month: { $month: "$orderDate" }
      },
      total: { $sum: "$amount" }
    }
  }
])

数组操作（$push/$addToSet）

收集分组中的特定字段值，$addToSet会自动去重：

// 收集每个客户购买过的商品ID
db.orders.aggregate([
  {
    $group: {
      _id: "$customerId",
      purchasedItems: { $addToSet: "$productId" }
    }
  }
])

性能优化实践

索引利用策略

在$group前使用$match和$sort阶段时，确保这些操作能命中索引：

db.sales.aggregate([
  { $match: { status: "completed" } },  // 使用status索引
  { $sort: { productId: 1 } },         // 使用productId索引
  {
    $group: {
      _id: "$productId",
      total: { $sum: "$quantity" }
    }
  }
])

内存控制

处理大型集合时可能需要增加allowDiskUse选项：

db.largeCollection.aggregate(
  [/* 管道操作 */],
  { allowDiskUse: true }
)

实际业务场景示例

电商数据分析

统计每个用户最近3个月的消费频次与平均客单价：

db.orders.aggregate([
  {
    $match: {
      orderDate: { $gte: new Date("2023-01-01") }
    }
  },
  {
    $group: {
      _id: "$userId",
      orderCount: { $sum: 1 },
      avgAmount: { $avg: "$total" },
      lastPurchase: { $max: "$orderDate" }
    }
  },
  {
    $project: {
      userId: "$_id",
      _id: 0,
      orderCount: 1,
      avgAmount: { $round: ["$avgAmount", 2] },
      daysSinceLastPurchase: {
        $divide: [
          { $subtract: [new Date(), "$lastPurchase"] },
          86400000
        ]
      }
    }
  }
])

物联网设备监控

计算每台设备每小时的平均传感器读数：

db.sensorReadings.aggregate([
  {
    $project: {
      deviceId: 1,
      value: 1,
      hour: { $hour: "$timestamp" }
    }
  },
  {
    $group: {
      _id: {
        device: "$deviceId",
        hour: "$hour"
      },
      avgValue: { $avg: "$value" },
      minValue: { $min: "$value" },
      maxValue: { $max: "$value" }
    }
  }
])