$bucket 的核心限制是 boundaries 必须为严格递增、类型统一的数值数组，不能直接写 [0,10,20,30] 是因若含非数字类型或非升序即报错；它仅接受一维升序切点，隐式划分 (-∞,10)、[10,20)、[20,30)、[30,+∞) 四个桶。
什么是 $bucket 的核心限制，为什么不能直接写 [0,10,20,30]？
$bucket 要求 boundaries 必须是**严格递增的数值数组**，且类型必须统一（不能混用整数和浮点数）。常见错误是传入非升序数组或包含字符串，比如 ["0","10","20"] 或 [10,0,20]，MongoDB 会直接报错 "boundaries must be in ascending order"。它不接受“区间对”形式（如 [[0,10],[10,20]]），只认一维升序切点——每个切点定义前一个区间的右边界和后一个区间的左边界。
实操建议：
- 始终用数字字面量写
boundaries，避免从字符串解析或动态拼接时类型丢失 - 如果原始数据含负数或小数，确保切点也用对应类型，例如有
-5.5就别用-5混搭 - 首尾隐式扩展：若
boundaries: [10,20,30]，实际划分出 4 个桶：(-∞,10)、[10,20)、[20,30)、[30,+∞)
如何处理缺失字段或非数值字段导致的 $bucket 分组失败？
$bucket 对 groupBy 字段要求严格：值必须为数字，否则该文档会被归入 default 桶（如果定义了）或直接丢弃（未定义 default 时）。常见于用户年龄字段存了 null、"N/A" 或嵌套对象。
实操建议：
- 务必显式设置
default，例如default: "other"，避免数据静默丢失 - 在
$bucket前加$replaceRoot或$set预处理字段，用$convert强转并设 onError fallback：{ $set: { age_num: { $convert: { input: "$age", to: "double", onError: null } } } } - 若需排除无效值，可在
$bucket前用$match过滤：{ age: { $type: "number" }, age: { $gte: 0 } }
怎样让 $bucket 输出带标签的区间描述（比如 "0-9岁" 而不是 0）？
$bucket 本身只输出切点索引或你指定的 output 内容，不生成区间文本。想显示可读标签，必须配合 $switch 或 $cond 手动映射。
实操建议：
- 用
$switch根据_id（即桶索引）返回描述：{ $switch: { branches: [ { case: { $eq: ["$_id", 0] }, then: "0-9岁" }, { case: { $eq: ["$_id", 1] }, then: "10-19岁" }, { case: { $eq: ["$_id", 2] }, then: "20-29岁" } ], default: "30岁+" } } - 更灵活的做法是把区间定义抽成变量，在应用层生成映射表，避免聚合管道硬编码
- 注意：如果用了
default桶，它的_id是你设的值（如"other"），不是数字索引，$switch需单独处理
为什么 $bucket 在大集合上慢，有没有替代方案？
$bucket 是内存敏感操作，尤其当 boundaries 很长或文档量极大时，MongoDB 需为每个文档做多次数值比较，且无法利用普通索引加速区间判断（仅支持单字段等值索引）。实测中，千万级集合 + 100 个切点可能比 $facet 分段慢 3–5 倍。
实操建议：
- 优先考虑预计算：在写入时就用应用逻辑算好所属区间，存为新字段（如
age_group: "20-29"），再建索引查 - 若必须实时分桶，把
boundaries控制在 20 个以内，并确保分组字段上有索引 - 对超大数据集，改用
$bucketAuto让 MongoDB 自动均分数量（但区间不固定），或导出到 Spark/Python 做离线分箱
真正容易被忽略的是：$bucket 的性能拐点不在文档总数，而在每秒需处理的文档数与切点数的乘积。线上服务里，一个 50 切点的 $bucket 在 QPS 过百时就可能拖垮 mongos。
