讲师中心 微信公众号
AI工具推荐 视频效率加速

MongoDB如何统计集合中各分类的占比_通过$group与$project计算百分比

星婷姑娘_7721

星婷姑娘_7721

发布时间:2026-06-15 09:17:35

|

961人浏览过

|

来源于php中文网

原创

最稳妥的做法是用 $facet 并行计算分组统计和总数,再通过 $project 与 $map 结合 $arrayElemAt 提取总数计算百分比;硬写固定值或强行两次 $group 均不可靠。

mongodb如何统计集合中各分类的占比_通过$group与$project计算百分比

直接用 $group 统计总数再除,不是最稳妥的做法——因为聚合阶段无法直接引用上一阶段的全局总数,硬写会出错或结果不准。

为什么不能在 $group 里直接除以总行数

很多人尝试这样写:{"percentage": {"$divide": ["$count", 1000]}},但 1000 是写死的;换成变量又没地方取。MongoDB 聚合管道是流式处理,每个文档独立进入阶段,$group 输出的是分组结果,不带“全集总数”这个上下文。

常见错误现象:

  • $sum 分组后想除以总文档数,但没地方放 total 字段
  • 用 $project 写 "$count / $totalCount" 报错:字段 totalCount 不存在
  • 强行用两次 $group(先算总数再 join)性能差、易超内存

正确做法:用 $facet 同时跑两路聚合

$facet 是唯一能在一个聚合中并行计算“分组统计”和“总数”的安全方式。它把管道拆成多个子管道,各自独立执行,最后合并结果。

实操建议:

  • 第一路子管道:按分类 $group 计数,例如 {"_id": "$category", "count": {"$sum": 1}}
  • 第二路子管道:用 {"_id": null, "total": {"$sum": 1}} 算全集总数(_id: null 表示不分组)
  • 再用外层 $project + $map 遍历分组结果,每项除以 total

示例(Shell):

mongodb-query
mongodb-query

用于调试和故障排查,查询MongoDB数据库。用户需要时可以: (1) 列出所有数据库; (2) 列出数据库中的集合; (3) 执行MongoDB查询或命令。

下载
db.collection.aggregate([
  {
    "$facet": {
      "byCategory": [
        {"$group": {"_id": "$category", "count": {"$sum": 1}}}
      ],
      "total": [
        {"$group": {"_id": null, "total": {"$sum": 1}}}
      ]
    }
  },
  {
    "$project": {
      "result": {
        "$map": {
          "input": "$byCategory",
          "as": "item",
          "in": {
            "category": "$$item._id",
            "count": "$$item.count",
            "percentage": {
              "$multiply": [
                {"$divide": ["$$item.count", {"$arrayElemAt": ["$total.total", 0]}]},
                100
              ]
            }
          }
        }
      }
    }
  }
])

Spring Boot 中用 MongoTemplate 实现同逻辑

Java 里不能直接写 $facet 的嵌套结构,得靠 Aggregation.newAggregation() 拼装,且注意 $arrayElemAt 提取 total 的写法容易漏掉索引。

关键点:

  • Aggregation.facet() 必须放在第一个阶段,否则报错
  • 两个子聚合必须用 Aggregation.newAggregation() 单独构造,不能混用 Criteria
  • $project 阶段里用 .andExpression() 写百分比时,要显式用 $arrayElemAt 取 total 数组首项
  • 别忘了 .as("percentage"),否则字段名是默认的 expr_0

简化示意(省略 VO 类定义):

Aggregation aggregation = Aggregation.newAggregation(
  Aggregation.facet(
    Aggregation.newAggregation(
      Aggregation.group("category").count().as("count")
    ).as("byCategory"),
    Aggregation.newAggregation(
      Aggregation.group().count().as("total")
    ).as("total")
  ),
  Aggregation.project()
    .andExpression("map(byCategory, function(item) { return { category: item._id, count: item.count, percentage: (item.count / arrayElemAt(total, 0).total) * 100 } })")
    .as("result")
);

替代方案:两步查(适合小数据或低频场景)

如果集合不大(

  • 第一步:mongoTemplate.count(...) 拿总数
  • 第二步:Aggregation.match(...).group("category").count().as("count") 拿各分类数量
  • Java 层循环 list,用总数算百分比(注意 double 除法、避免整除)

注意坑:

  • 两步之间数据可能变更(非事务集合下),导致百分比加起来 ≠ 100%
  • 并发高时,第一步的 count 可能被缓存,需确认是否加了 Query.with(...) 过滤条件一致性
  • 不要在 $project 里用 "$count / #{totalCount}" 这种 SpEL 表达式——mongoTemplate 不解析它

真正难的不是写对语法,而是判断该不该用 $facet:数据量大、实时性要求高、不能容忍两步误差时,$facet 是绕不开的;其他情况,两步查反而更稳。

热门AI工具

更多
豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

Seko
Seko Hot

一款AI视频创作工具,主要用于商汤科技推出的创编一体的AI短视频创作Agent,适合需要提升相关任务效率的用户。

Atoms
Atoms Hot

Atoms是一款AI智能体工具,第一支自动构建真实业务的 AI 团队。

二狗PPT
二狗PPT Hot

一款AI演示文稿工具,主要用于专为中式职场打造的AI PPT生成工具,适合需要提升相关任务效率的用户。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

Lovart
Lovart Hot

一款面向视觉设计创作的AI设计平台,可通过智能体和画布工作流辅助制作海报、Logo、网页、PPT及其他视觉内容。

超级简历WonderCV

一款AI办公效率工具,主要用于免费求职简历模版下载制作,应届生职场人必备简历制作神器,适合需要提升相关任务效率的用户。

Laper
Laper Hot

Laper是专为编剧、导演和制片人推出的 AI 原生剧本创作工具。

相关专题

更多
Golang 入门学习路线:从零基础到上手开发
Golang 入门学习路线:从零基础到上手开发

Golang 入门路线涵盖从零到上手的核心路径:首先打牢基础语法与切片等底层机制;随后攻克 Go 的灵魂——接口设计与 Goroutine 并发模型;接着通过 Gin 框架与 GORM 深入 Web 开发实战;最后在微服务与云原生工具开发中进阶,旨在培养具备高性能并发处理能力的后端工程师。

226

2026.02.24

Golang 疑难杂症解决指南:常见问题排查与优化
Golang 疑难杂症解决指南:常见问题排查与优化

《Golang 疑难杂症解决指南》聚焦开发过程中常见却棘手的问题,从并发模型、内存管理、性能瓶颈到工程化实践逐步拆解。通过真实案例与调试思路,帮助开发者定位问题根因,建立系统化排查方法。不只给出答案,更强调分析路径与工具使用,让你在复杂 Go 项目中具备持续解决问题的能力。

133

2026.02.24

Golang 运行与部署实战:从本地到云端
Golang 运行与部署实战:从本地到云端

《Golang 运行与部署实战》围绕 Go 应用从开发完成到稳定上线的完整流程展开,系统讲解编译构建、环境配置、日志与配置管理、容器化部署以及常见运维问题处理。结合真实项目场景,拆解自动化构建与持续部署思路,帮助开发者建立可靠的发布流程,提升服务稳定性与可维护性。

657

2026.02.24

Golang 面试题精选:高频问题与解答
Golang 面试题精选:高频问题与解答

Golang 面试题精选》系统整理企业常见 Go 技术面试问题,覆盖语言基础、并发模型、内存与调度机制、网络编程、工程实践与性能优化等核心知识点。每道题不仅给出答案,还拆解背后的设计原理与考察思路,帮助读者建立完整知识结构,在面试与实际开发中都能更从容应对复杂问题。

218

2026.02.24

Golang 性能优化专题:提升应用效率
Golang 性能优化专题:提升应用效率

《Golang 性能优化专题》聚焦 Go 应用在高并发与大规模服务中的性能问题,从 profiling、内存分配、Goroutine 调度、GC 机制到 I/O 与锁竞争逐层分析。结合真实案例讲解定位瓶颈的方法与优化策略,帮助开发者建立系统化性能调优思维,在保证代码可维护性的同时显著提升服务吞吐与稳定性。

477

2026.02.24

Golang 生态工具与框架:扩展开发能力
Golang 生态工具与框架:扩展开发能力

《Golang 生态工具与框架》系统梳理 Go 语言在实际工程中的主流工具链与框架选型思路,涵盖 Web 框架、RPC 通信、依赖管理、测试工具、代码生成与项目结构设计等内容。通过真实项目场景解析不同工具的适用边界与组合方式,帮助开发者构建高效、可维护的 Go 工程体系,并提升团队协作与交付效率。

208

2026.02.24

Golang 并发编程专题:掌握多核时代的核心技能
Golang 并发编程专题:掌握多核时代的核心技能

《Golang 并发编程专题:掌握多核时代的核心技能》系统讲解 Go 在并发领域的设计哲学与实践方法,深入剖析 goroutine、channel、调度模型与并发安全机制,结合真实场景与性能思维,帮助开发者构建高吞吐、低延迟、可扩展的并发程序,全面提升多核时代的工程能力。

584

2026.02.26

Golang Web 开发路线:构建高效后端服务
Golang Web 开发路线:构建高效后端服务

《Golang Web 开发路线:构建高效后端服务》围绕 Go 在后端领域的工程实践,系统讲解 Web 框架选型、路由设计、中间件机制、数据库访问与接口规范,结合高并发与可维护性思维,逐步构建稳定、高性能、易扩展的后端服务体系,帮助开发者形成完整的 Go Web 架构能力。

245

2026.02.26

OpenJDK JVM参数怎么调优
OpenJDK JVM参数怎么调优

Java应用运行缓慢,如何调整JVM参数?本专题介绍OpenJDK JVM性能调优的基本流程,涵盖性能指标确认、运行数据采集、内存配置和垃圾回收分析,帮助你先定位瓶颈,再通过对照测试验证效果,避免直接套用参数而影响应用稳定性。

0

2026.10.16

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
MongoDB 教程
MongoDB 教程

共17课时 | 6.4万人学习

黑马云课堂mongodb实操视频教程
黑马云课堂mongodb实操视频教程

共11课时 | 3.5万人学习

MongoDB 教程
MongoDB 教程

共42课时 | 61.7万人学习

关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn