$sort阶段应紧随$match之后以提升性能，避免放于管道开头或$limit之后；多字段排序需补唯一字段如_id确保稳定性；字符串数字排序须启用collation并配对应索引。
$sort 阶段必须放在聚合管道靠前但非最前的位置
直接把 $sort 放在第一个阶段，看起来顺理成章，但实际会拖慢整个管道。MongoDB 的 $sort 是阻塞式阶段 —— 它必须等上游所有文档都进来才开始排序，如果上游没做过滤，就得对全集合扫描再排序，内存暴涨、响应变慢。
- 优先用
$match过滤掉无关数据，再进$sort；比如查“状态为 active 且金额 > 1000 的订单”，先{$match: {status: "active", amount: {$gt: 1000}}}，再{$sort: {amount: -1}} - 如果后续还有
$group或$project，且不需要原始顺序，$sort尽量紧贴$match后面，避免在变换后的大体积文档上排序 - 注意：不能把
$sort放在$limit后面——那样只对前 N 条排序，结果错误
多字段排序时字段顺序和唯一性决定结果稳定性
写 {$sort: {status: 1, amount: -1}} 没问题，但若大量文档 status 值相同（比如全是 "pending"），仅靠 amount 排序无法保证每次查询返回顺序一致 —— MongoDB 不保证等值键文档的相对顺序。
- 解决办法是补一个唯一字段，最常用的是
_id：{$sort: {status: 1, amount: -1, _id: 1}} - 如果业务上有天然唯一字段（如
order_no），优先用它替代_id，语义更清晰 - 不要重复写同一字段，如
{amount: 1, amount: -1}会报错；也不能超过 32 个排序键
字符串数字排序需显式启用 collation
当字段存的是字符串格式的数字（如 "10"、"2"），默认按字典序排，结果是 "10", "2", "20"，而非数值序 "2", "10", "20"。
- 必须加
.collation({locale: "en", numericOrdering: true})，且该调用要放在aggregate()之后、执行之前 - 注意：collation 对索引有要求 —— 对应字段的索引也得建在相同 collation 下，否则无法命中索引，排序退化为内存排序
- PyMongo 中写法示例：
collection.aggregate(pipeline).collation({"locale": "en", "numericOrdering": True})
排序性能瓶颈几乎总是索引缺失或不匹配
即使写了 $sort，没有对应索引，MongoDB 就只能走内存排序（in-memory sort）。一旦数据量超过 100MB，就可能触发 errmsg: "Sort exceeded memory limit..." 错误。
- 索引字段顺序必须和
$sort字段顺序严格一致，方向尽量一致（升序索引可服务升序/降序查询，但混合方向时建议建双向索引） - 复合排序
{a: 1, b: -1}要配索引{a: 1, b: -1}；若只有{a: 1}索引，则b部分无法利用索引 - 用
explain("executionStats")检查是否用了索引：看executionStats.totalDocsExamined是否接近nReturned，以及stage是否为IXSCAN
真正卡住人的往往不是语法写错，而是排序字段没索引、等值字段没加 _id、字符串数字忘了 collation —— 这三处一漏，结果不准或直接失败。
