$group会直接爆100MB内存，因其是阻塞阶段，需将所有匹配文档全加载进内存才能分组；若无前置$match过滤且未精简字段，易超限，须配合allowDiskUse: true并确保分片键与$_id匹配。
为什么$group会直接爆100MB内存
$group是阻塞阶段，必须把所有匹配文档全加载进内存才能开始分组。如果前面没做任何过滤，它就会把整个集合的原始文档（含所有字段）一股脑拉进来——哪怕只是统计个数量，一个20KB的文档扫5000条就超100MB。错误信息"Exceeded memory limit for $group, but didn't allow external sort"不是说数据太大，而是MongoDB发现你没给它“写磁盘”的许可，又没法硬扛下去。
必须前置$match并精简字段
别让$group当第一个阶段。高选择性条件（如时间范围、状态码、业务ID前缀）一定要用$match放在最开头；紧接着用$project只保留$group真正需要的字段，比如只留user_id和amount，别把description或logs数组一起拖进来。
- 错：先
$unwind再$group，且没$match前置 → 全量展开后分组，内存翻N倍 - 对：先
$match筛出近30天数据，再$project只取category和price，最后$group - 复合筛选别堆在$group后面：想查“订单数>5的用户”，不要
{$group: {_id: "$user_id", cnt: {$sum: 1}}}, {$match: {cnt: {$gt: 5}}}，而要提前用$match限定基础数据集
allowDiskUse: true不是万能药，但必须加
在聚合调用末尾显式传入{allowDiskUse: true}，这是绕过100MB内存墙最直接的手段。但它只在你真正需要时起作用——比如分片集群上，mongos不会自动把该选项转发到各shard，所以应用端发起聚合时，这个参数必须作为第二个参数传进去，不能漏。
- Shell里：
db.orders.aggregate([{$match: {status: "paid"}}, {$group: {_id: "$region", total: {$sum: "$amt"}}}], {allowDiskUse: true}) - Node.js驱动：确保options对象里有
allowDiskUse: true，不是塞进pipeline数组 - Java驱动：
AggregationOptions.builder().allowDiskUse(true).build() - 注意：它解决的是内存限制，不解决16MB BSON文档大小上限；结果太大仍需用
$out写入新集合
唯一值统计等场景慎用$addToSet
用$addToSet配合$size统计唯一值数量（如{$group: {_id: null, unique_count: {$size: {$addToSet: "$status"}}}}）看似简洁，但MongoDB真会尝试把所有去重后的值暂存在内存里。基数稍高（比如status有上万种取值）就容易触发内存错误。
- 更稳的做法：先
{$group: {_id: "$status"}}建空分组，再套一层{$group: {_id: null, unique_count: {$sum: 1}}}计行数 - 如果字段基数低但数据量大，加
allowDiskUse: true通常就能过 - 分片集群下跑这类聚合，同样要传
allowDiskUse: true，否则各shard本地执行时照样报错
$group的_id字段不匹配。比如按{tenant_id: 1, user_id: 1}分片，却用{$group: {_id: "$created_at"}}，mongos只能把所有shard的数据拉到自己内存里归并——这时allowDiskUse: true对mongos无效，它根本不支持磁盘归并。 
