最可靠的做法是先用 $unwind 拆开数组再 $group，因为 MongoDB 的 $group 不会自动遍历数组元素，必须摊平后才能按数组内对象字段（如 user.id）准确分组或去重。
用 $unwind 拆开数组再 $group 是最可靠的做法
直接对包含对象的数组字段做 $group 会失败或分组不准——MongoDB 的 $group 不会自动遍历数组元素，更不会按数组内对象的某个键（比如 user.id）提取值去重。必须先用 $unwind 把数组“摊平”，让每个文档对应数组里的一个子对象。
常见错误是漏掉 $unwind 或误以为 $addToSet 能直接处理嵌套结构。实际上 $addToSet: "$items.user.id" 只能收集整个数组里所有 user.id 值，但无法保证原始文档粒度上的去重逻辑（比如“每个用户只算一次订单”这种需求）。
实操建议：
- 始终在
$unwind后加preserveNullAndEmptyArrays: false（默认值），避免空数组或缺失字段产生 null 文档干扰分组 - 如果数组字段名是
orders，且想按其中每个orders.customer.id分组，$unwind阶段写成{ $unwind: "$orders" }，再在后续阶段用$orders.customer.id - 若需保留原始文档其他字段（如创建时间、状态），记得在
$group阶段用$first或$min显式提取，否则会被丢弃
$group 阶段必须用 _id 引用展开后的字段路径
很多人卡在 $group 的 _id 写法上：不能写成 _id: "$customer.id"（除非顶层就有该字段），而要严格匹配 $unwind 后的结构。比如 $unwind: "$items" 后，items.name 才是有效路径。
示例场景：集合中每个文档含 tags: [{name: "web", type: "tech"}, {name: "mobile", type: "tech"}]，想按 tags.name 统计出现次数：
[
{ $unwind: "$tags" },
{ $group: { _id: "$tags.name", count: { $sum: 1 } } }
]
注意：_id: "$tags.name" 中的 tags 是 $unwind 生成的字段名，不是原始数组名本身；如果 $unwind 用了 path 别名（如 { path: "$tags", preserveNullAndEmptyArrays: true }），仍用原字段名引用。
去重而非计数？用 $addToSet 收集唯一值，但别指望它替代分组逻辑
如果你的目标不是“每个属性值一行”，而是“从所有数组对象中提取不重复的 user.id 列表”，那确实可以用 $group 配合 $addToSet，但这是聚合结果的去重，不是按该属性分组文档。
例如：想得到全部不重复的 authorId，不管它来自哪个文档：
[
{ $unwind: "$comments" },
{ $group: { _id: null, uniqueAuthors: { $addToSet: "$comments.authorId" } } }
]
这里 _id: null 表示全局归为一组；若漏掉 $unwind，$addToSet: "$comments.authorId" 会尝试把整个 comments 数组当一个值塞进去，结果不是你想要的 ID 列表。
容易踩的坑：
-
$addToSet只作用于当前$group分组内的值，无法跨组去重 - 如果数组里有重复
authorId（同一文档内多个评论是同一人），$unwind + $addToSet自然能去重；但若想“每个用户只取其最早一条评论”，就得换用$first配合排序，而不是依赖$addToSet
性能和内存要注意：大数组 + 多文档时 $unwind 可能爆炸
$unwind 本质是笛卡尔展开：一个含 100 个元素的数组，会让单文档变成 100 个。千万级文档 × 平均 10 个数组项 = 上亿中间文档，极易触发 Memory limit exceeded 错误（尤其在 32MB 默认内存限制下）。
缓解办法：
- 前置
$match尽量缩小输入文档集，比如先过滤出最近 7 天的数据 - 用
$size判断数组长度，跳过超长数组（如{ $expr: { $lt: [{ $size: "$items" }, 50] } }） - 必要时改用应用层处理：查出原始数据，在 Node.js/Python 里用 Set 去重，比在数据库里硬扛更可控
真正难的不是语法，而是想清楚你要的是“按某字段值分组统计”，还是“提取所有不重复的该字段值”——前者必须 $unwind，后者有时用 distinct 更快，别一上来就写聚合管道。
