$substr在GridFS的filename字段上直接使用会出错，因其已弃用且不支持UTF-8多字节安全截取；正确做法是用$split+ $arrayElemAt提取后缀，并加$cond过滤空或无点文件名。
为什么 $substr 在 GridFS 的 filename 字段上直接用会出错
GridFS 的 filename 是字符串，但 MongoDB 的 $substr（旧版）已被弃用，且不支持 UTF-8 多字节字符安全截取；在 4.2+ 版本中必须改用 $substrCP。更关键的是：GridFS 的文件元信息存在 fs.files 集合里，而 filename 字段是完整路径（如 "report.pdf" 或 "img/avatar@2x.png"），直接用 $substr 取后缀容易切错位置——比如从末尾数 4 位取 ".pdf"，遇到 ".tar.gz" 就失效。
正确提取后缀并分组统计的聚合写法
应该用 $split + $arrayElemAt 组合来可靠获取扩展名，再配合 $group 计数。注意：需先过滤掉无后缀或 filename 为空的文档，避免 $arrayElemAt 返回 null 干扰统计。
- 用
$split按"."分割filename，得到数组（如["img", "avatar@2x", "png"]） - 用
$arrayElemAt: [-1]取最后一个元素，即真实后缀（"png"） - 加
$cond判断分割后数组长度是否 ≥ 2，否则设为"no_extension" - 整个操作在
fs.files集合上执行，不是fs.chunks
db.fs.files.aggregate([
{
$addFields: {
ext: {
$cond: {
if: { $gte: [{ $size: { $split: ["$filename", "."] } }, 2] },
then: { $arrayElemAt: [{ $split: ["$filename", "."] }, -1] },
else: "no_extension"
}
}
}
},
{ $group: { _id: "$ext", count: { $sum: 1 } } }
])
常见错误现象与修复点
执行后返回空结果或所有 _id: null？大概率是字段名写错或集合选错：
-
fs.files是元数据集合，别误查fs.chunks（它没有filename字段） -
filename字段名大小写敏感，不是FileName或name - 没加
$cond过滤，导致$arrayElemAt对"README"这类无点字符串返回null，进而让整个$group把它们归到null组 - 使用了已废弃的
$substr：MongoDB 4.2+ 会报错"Unrecognized pipeline stage name: '$substr'"
如果必须用 $substrCP（比如兼容旧逻辑）
仅当明确知道文件名格式统一（如全是 "xxx.ext" 且 ext 固定 3 字符），才考虑用 $substrCP。但注意：它按 Unicode 码点计数，"测试.pdf" 中的中文占多个码点，$substrCP: [-3, 3] 会切出乱码。安全起见，始终优先用 $split 方案。
真正难处理的是带多个点的文件名（"data.v2.0.tar.gz"），这时候连 $split + [-1] 都不够——得用正则 $regexFind（4.2+）匹配最后一个点之后的内容，但那已是另一层复杂度了。
