本文详解如何使用 MongoDB 聚合管道（$unwind、$group、$setWindowFields、$lookup）从用户进度数组中统计各冥想课程被练习次数，并精准获取“最常练习”的课程及其完整信息。
本文详解如何使用 MongoDB 聚合管道（$unwind、$group、$setWindowFields、$lookup）从用户进度数组中统计各冥想课程被练习次数，并精准获取“最常练习”的课程及其完整信息。
在构建冥想类应用的数据看板时，一个常见需求是：找出被用户练习次数最多的冥想课程（Meditation）。由于用户练习记录以子文档形式嵌套在 userProgress.meditationsPracticed 数组中，且仅存储了冥想 ID 字符串（如 "5ef2ff0af1a23752be00651f"），而完整课程信息（如名称、时长）独立存于 meditations 集合，因此必须通过聚合管道完成「拆解→计数→排名→关联」四步操作。
以下是完整、可复用的聚合查询流程（适用于 MongoDB 5.0+，支持 $setWindowFields）：
db.users.aggregate([
// 步骤1：可选 —— 按需筛选特定用户（如调试单个用户）
{
"$match": {
"_id": { "$oid": "627b519f73b2bd3375f5a7a5" }
}
},
// 步骤2：展开数组 —— 将每个练习记录转为独立文档
{
"$unwind": "$userProgress.meditationsPracticed"
},
// 步骤3：按冥想ID分组计数 —— 注意：字符串ID需转为ObjectId才能关联
{
"$group": {
"_id": { "$toObjectId": "$userProgress.meditationsPracticed.id" },
"count": { "$sum": 1 }
}
},
// 步骤4：窗口函数排序排名 —— 按count降序，计算全局排名（处理并列情况）
{
"$setWindowFields": {
"sortBy": { "count": -1 },
"output": {
"rank": { "$rank": {} }
}
}
},
// 步骤5：筛选排名第一的冥想（即最高频次；若需Top N，改用 $gte: 1）
{
"$match": { "rank": 1 }
},
// 步骤6：关联冥想主表 —— 获取name、duration等完整元数据
{
"$lookup": {
"from": "meditations",
"localField": "_id",
"foreignField": "_id",
"as": "meditationInfo"
}
},
// 步骤7：解构lookup结果 —— 确保返回单个对象而非数组（假设_id唯一）
{
"$unwind": {
"path": "$meditationInfo",
"preserveNullAndEmptyArrays": true
}
},
// 步骤8（推荐）：投影最终字段，提升可读性
{
"$project": {
"_id": "$_id",
"meditationId": "$_id",
"name": "$meditationInfo.name",
"duration": "$meditationInfo.duration",
"practiceCount": "$count",
"_class": "$meditationInfo._class" // 如有需要可保留其他字段
}
}
])✅ 关键要点说明：
-
"$toObjectId"是核心转换步骤：原始meditationsPracticed.id是字符串，而meditations._id是 ObjectId 类型，直接$lookup会失败，必须显式转换； -
$setWindowFields+$rank可正确处理「多个冥想并列最高频次」的情况（例如两个冥想都被练习了 12 次），避免仅取第一条导致遗漏； - 若需获取 Top 3 最常练习课程，将步骤5的
"$match": { "rank": { "$lte": 3 } }即可； - 生产环境建议在
userProgress.meditationsPracticed.id字段上建立复合索引（如{ "userProgress.meditationsPracticed.id": 1 }）以加速$unwind和$group阶段。
? 进阶提示：
如需全量统计（所有用户汇总，而非单个用户），请移除初始 $match 步骤，并确保 $unwind 后仍能准确归因——此时可添加 $group 先按用户分组再跨用户累加，或直接全局计数（取决于业务定义的“最常练习”是否含去重逻辑）。
该方案结构清晰、语义明确，兼顾准确性与可维护性，是处理「嵌套数组内ID关联外部集合」类分析场景的标准实践。
