讲师中心 微信公众号

工具推荐

视频效率加速
剧云
剧云

中文短剧剧本制作平台

Seko
Seko

AI短剧一键生成成片

立刻MV
立刻MV

低成本歌曲 MV、视频生成

SoundView
SoundView

字幕擦除翻译、配音口型同步

怎样在MongoDB中聚合统计每个分组中唯一值的去重数量?

夜涛吖_5334

夜涛吖_5334

发布时间:2026-11-19 08:13:37

|

892人浏览过

|

来源于php中文网

原创

最常用做法是$group配合$addToSet去重后用$size统计数组长度;需注意$addToSet仅支持原子值或一致结构,对null/缺失字段应先用$ifNull标准化,数组需$unwind展开,大数据量时建议allowDiskUse:true。

怎样在mongodb中聚合统计每个分组中唯一值的去重数量?

用 $group 配合 $addToSet 再取数组长度

直接在 $group 阶段对字段用 $addToSet 收集去重值,再用 $size 统计数组长度,是最常用且语义清晰的做法。注意 $addToSet 只接受单个表达式,不能直接写字段名加修饰(比如不能写 { $addToSet: "$tags.0" }),必须确保输入是可比较的原子值或一致结构。

常见错误现象:$addToSet 对 null、missing 字段或嵌套对象行为不一致——对象按引用去重,但字段缺失时会被当作 null 归入同一组,导致计数偏高。

  • 如果目标字段可能为 null 或缺失,先用 $ifNull 或 $cond 标准化(例如统一转成空字符串或跳过)
  • 对数组字段去重计数时,$addToSet 会把整个数组当一个元素;如需展开后去重,得先 $unwind
  • 性能上,$addToSet 在分组量大、唯一值多时内存增长明显,MongoDB 6.0+ 建议配合 allowDiskUse: true

用 $group + $sum + $cond 手动去重计数(适合简单布尔/枚举场景)

当只需要统计某字段有多少种「固定取值」(比如状态字段只有 "pending"、"done"、"failed"),且不想构造大数组时,可用 $cond 配合 $sum 实现“首次出现即计 1”。这本质是手动模拟去重逻辑,绕开 $addToSet 的内存开销。

mongodb-query
mongodb-query

用于调试和故障排查,查询MongoDB数据库。用户需要时可以: (1) 列出所有数据库; (2) 列出数据库中的集合; (3) 执行MongoDB查询或命令。

下载

使用场景:日志表中按 service_name 分组,统计每个服务调用了多少种不同的 endpoint,但 endpoint 总数可控(

  • 必须配合 $sort 确保相同 endpoint 连续出现,否则 $first 判断失效
  • 需要在 $group 前加 $set 记录上一个值(用 $lag 窗口函数),MongoDB 5.0+ 才支持
  • 示例片段:{ $sum: { $cond: [{ $eq: ["$endpoint", { $first: "$endpoint" }] }, 1, 0] } } ❌ 错误——$first 不能这样用;正确做法是先 $sort 后用 $group + $push + $reduce

聚合结果里 $size 返回 null?检查 $addToSet 输入是否全为 null 或空数组

$size 对 null 或缺失字段会报错:errmsg: "can't convert from BSON type Null to Array"。这不是语法问题,而是上游 $addToSet 输出了 null——通常因为输入字段全为 null、undefined,或被 $cond 显式设为 null。

  • 安全写法:用 $ifNull 包一层,例如 { $size: { $ifNull: [{ $addToSet: "$category" }, []] } }
  • 调试技巧:临时把 $addToSet 结果保留为字段(如 uniqueCats: { $addToSet: "$category" }),用 find().limit(1) 查看实际值
  • MongoDB 7.0 开始支持 $size 直接处理 null,但生产环境仍建议兼容旧版

分组键含数组字段时,$addToSet 行为与预期不符

如果分组依据是 { tags: 1 },而 tags 是数组(如 ["a", "b"]),MongoDB 会把整个数组当一个值参与分组——但 $addToSet: "$tags" 也会把 ["a", "b"] 当单个元素加入集合,不是你想要的“所有 tag 的去重并集”。

真正需求通常是:按用户分组,统计该用户所有文档中出现过的全部 tag 种类数。这时必须先 $unwind 再 $group:

[
  { $unwind: "$tags" },
  { $group: { _id: "$user_id", uniqueTags: { $addToSet: "$tags" } } },
  { $project: { tagCount: { $size: "$uniqueTags" } } }
]
  • $unwind 默认跳过空数组和 null,如需保留,加 preserveNullAndEmptyArrays: true
  • 若 tags 是嵌套结构(如 { name: "x", score: 5 }),$addToSet 按对象内容去重;但字段顺序不同会导致哈希不同({a:1,b:2} ≠ {b:2,a:1})
  • 这种展开-聚合模式比单次 $group 多一倍 pipeline 阶段,大数据量下务必加索引(如 { user_id: 1, tags: 1 })
聚合里去重计数看着简单,但字段缺失、数组嵌套、版本差异三者叠加,很容易在测试数据上跑通,上线后某天突然 uniqueTags 变成 null 或计数归零。最稳妥的方式永远是:先 $project 把目标字段规整成非空原子值,再进 $group。

热门AI工具

更多
SkildArt
SkildArt Hot

SkildArt是一款AI文本写作工具,一站式 AI 视觉创作平台。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

Atoms
Atoms Hot

Atoms是一款AI智能体工具,第一支自动构建真实业务的 AI 团队。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

音述AI
音述AI Hot

一款AI音频处理工具,主要用于音述AI是一个以“用声音述说故事”为核心的 AI 音乐创作与声音分享社区,适合需要提升相关任务效率的用户。

二狗PPT
二狗PPT Hot

一款AI演示文稿工具,主要用于专为中式职场打造的AI PPT生成工具,适合需要提升相关任务效率的用户。

VibeKnow
VibeKnow Hot

一款AI视频创作工具,主要用于全球首个AI知识视频创作平台,文档、文章、网页,一键生成视频,适合需要提升相关任务效率的用户。

豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

Loomy
Loomy Hot

一款AI工具,主要用于科大讯飞发布的桌面级 AI 助理,比 OpenClaw 更易用、更安全!,适合需要提升相关任务效率的用户。

相关专题

更多
Golang 入门学习路线:从零基础到上手开发
Golang 入门学习路线:从零基础到上手开发

Golang 入门路线涵盖从零到上手的核心路径:首先打牢基础语法与切片等底层机制;随后攻克 Go 的灵魂——接口设计与 Goroutine 并发模型;接着通过 Gin 框架与 GORM 深入 Web 开发实战;最后在微服务与云原生工具开发中进阶,旨在培养具备高性能并发处理能力的后端工程师。

246

2026.02.24

Golang 疑难杂症解决指南:常见问题排查与优化
Golang 疑难杂症解决指南:常见问题排查与优化

《Golang 疑难杂症解决指南》聚焦开发过程中常见却棘手的问题,从并发模型、内存管理、性能瓶颈到工程化实践逐步拆解。通过真实案例与调试思路,帮助开发者定位问题根因,建立系统化排查方法。不只给出答案,更强调分析路径与工具使用,让你在复杂 Go 项目中具备持续解决问题的能力。

153

2026.02.24

Golang 运行与部署实战:从本地到云端
Golang 运行与部署实战:从本地到云端

《Golang 运行与部署实战》围绕 Go 应用从开发完成到稳定上线的完整流程展开,系统讲解编译构建、环境配置、日志与配置管理、容器化部署以及常见运维问题处理。结合真实项目场景,拆解自动化构建与持续部署思路,帮助开发者建立可靠的发布流程,提升服务稳定性与可维护性。

697

2026.02.24

Golang 面试题精选:高频问题与解答
Golang 面试题精选:高频问题与解答

Golang 面试题精选》系统整理企业常见 Go 技术面试问题,覆盖语言基础、并发模型、内存与调度机制、网络编程、工程实践与性能优化等核心知识点。每道题不仅给出答案,还拆解背后的设计原理与考察思路,帮助读者建立完整知识结构,在面试与实际开发中都能更从容应对复杂问题。

238

2026.02.24

Golang 性能优化专题:提升应用效率
Golang 性能优化专题:提升应用效率

《Golang 性能优化专题》聚焦 Go 应用在高并发与大规模服务中的性能问题,从 profiling、内存分配、Goroutine 调度、GC 机制到 I/O 与锁竞争逐层分析。结合真实案例讲解定位瓶颈的方法与优化策略,帮助开发者建立系统化性能调优思维,在保证代码可维护性的同时显著提升服务吞吐与稳定性。

537

2026.02.24

Golang 生态工具与框架:扩展开发能力
Golang 生态工具与框架:扩展开发能力

《Golang 生态工具与框架》系统梳理 Go 语言在实际工程中的主流工具链与框架选型思路,涵盖 Web 框架、RPC 通信、依赖管理、测试工具、代码生成与项目结构设计等内容。通过真实项目场景解析不同工具的适用边界与组合方式,帮助开发者构建高效、可维护的 Go 工程体系,并提升团队协作与交付效率。

228

2026.02.24

Golang 并发编程专题:掌握多核时代的核心技能
Golang 并发编程专题:掌握多核时代的核心技能

《Golang 并发编程专题:掌握多核时代的核心技能》系统讲解 Go 在并发领域的设计哲学与实践方法,深入剖析 goroutine、channel、调度模型与并发安全机制,结合真实场景与性能思维,帮助开发者构建高吞吐、低延迟、可扩展的并发程序,全面提升多核时代的工程能力。

604

2026.02.26

Golang Web 开发路线:构建高效后端服务
Golang Web 开发路线:构建高效后端服务

《Golang Web 开发路线:构建高效后端服务》围绕 Go 在后端领域的工程实践,系统讲解 Web 框架选型、路由设计、中间件机制、数据库访问与接口规范,结合高并发与可维护性思维,逐步构建稳定、高性能、易扩展的后端服务体系,帮助开发者形成完整的 Go Web 架构能力。

265

2026.02.26

GoFrame框架Web开发与路由中间件
GoFrame框架Web开发与路由中间件

本专题聚焦GoFrame框架的Web开发,拆解路由注册与匹配规则、请求参数获取、参数校验与中间件执行顺序,说明统一响应、JWT鉴权、文件上传与接口文档生成的落地方式,并补充优雅重启与测试实践。

0

2026.11.17

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
MongoDB 教程
MongoDB 教程

共17课时 | 6.6万人学习

黑马云课堂mongodb实操视频教程
黑马云课堂mongodb实操视频教程

共11课时 | 3.6万人学习

MongoDB 教程
MongoDB 教程

共42课时 | 62.1万人学习

关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn