定义
兼容性
可以使用 $group 查找托管在以下环境中的部署：
- MongoDB Atlas：用于云中 MongoDB 部署的完全托管服务
MongoDB Enterprise：基于订阅、自我管理的 MongoDB 版本
MongoDB Community：源代码可用、免费使用且可自行管理的 MongoDB 版本
语法
$group 阶段具有以下原型形式：
{ $group: { _id: <expression>, // Group key <field1>: { <accumulator1> : <expression1> }, ... } }字段 | 说明 |
|---|---|
| 必填。 |
| 可选。使用累加器操作符进行计算。 |
Considerations
性能
$group 是一个阻塞阶段，这会导致管道在处理数据前等待为阻塞阶段检索所有输入数据。阻塞阶段可能会降低性能，因为它会减少具有多个阶段的管道的并行处理。对于大型数据集，阻塞阶段还可能使用大量内存。
累加器操作符
<accumulator> 操作符必须是以下累加器操作符之一：
名称 | 说明 |
|---|---|
返回用户定义的累加器函数的结果。 | |
返回每个群组的唯一表达式值数组。未定义数组元素的排序。 | |
返回数值的平均值。 | |
根据指定的排序顺序返回组内的底部元素。 | |
根据指定的排序顺序，返回群组内后 | |
返回群组中的文档数。 有别于 | |
返回群组中第一个文档的表达式结果。 | |
返回群组内前 | |
返回群组中最后一份文档的表达式结果。 | |
返回对组中最后 n 个元素评估指定表达式的结果。 | |
返回每个群组的最大表达式值。 | |
返回群组中 | |
返回组中文档的中位数（第 50 百分位数）值的近似值。 7.0版本新增。 | |
返回通过组合每个组的输入文档创建的文档。 | |
返回每个群组的最小表达式值。 | |
返回组中 | |
返回与指定的各百分位数一一对应的标量值数组。 7.0版本新增。 | |
返回每组中文档的大量表达式值。 | |
返回组中文档值的总体标准差。 | |
返回组内文档值的示例标准差。 | |
返回数值的总和。忽略非数字值。 | |
根据指定的排序顺序返回群组内第一个元素。 | |
根据指定的排序顺序，返回群组内前 |
$group 和内存限制
如果 $group 阶段超过 100 兆字节 RAM，MongoDB 会将数据写入临时文件。但是，如果将 allowDiskUse 选项设置为 false，$group 将返回错误。有关更多信息，请参阅聚合管道限制。
此行为适用于 $group 阶段本身的状态。某些累加器（例如 $push 和 $addToSet）可能会导致单个累加对象超过内存阈值。这些累加器无法将临时文件写入磁盘。如果累加对象超过内存限制，即使 allowDiskUse 选项为 true，操作也会返回错误。
$group 性能优化
本节将介绍为提高 $group 性能而进行的优化。有些优化可以手动执行，有些优化由 MongoDB 在内部执行。
优化以返回每个群组的第一份或最后一份文档
如果同一字段和 $group 阶段的管道 sorts 和 groups 仅使用 $first 或 $last 累加器操作符，请考虑在分组字段上添加与排序顺序匹配的索引。在某些情况下，$group 阶段可以使用索引来快速找到每组的第一个文档。
例子
如果 movies集合包含索引{ year: 1, title: 1 }，则以下管道可以使用该索引来查找群组的第一个 document：
db.movies.aggregate([ { $sort: { year: 1, title: 1 } }, { $group: { _id: { year: "$year" }, title: { $first: "$title" } } }])请参阅：基于插槽的查询执行引擎
注意
从版本 7.0.17 开始，对于补丁版本的 7.0，默认不再启用基于插槽的查询执行引擎。如果您希望查询使用基于插槽的查询执行引擎，请升级到版本 8.0，默认下处于启用状态。
从版本 5.2 开始，如果满足以下任一条件，MongoDB 将使用基于插槽的执行查询引擎来执行 $group 阶段：
$group是管道中的第一个阶段。管道中的所有先前阶段也可以由基于槽位的执行引擎执行。
有关更多信息，请参阅 $group 优化。
示例
计算集合中的文档数量
本页上的示例使用来自 sample_mflix 数据集的数据。有关如何将此数据集加载到您的自管理 MongoDB 部署中的详细信息，请参阅 加载示例数据集。如果您对示例数据库进行了任何修改，您可能需要删除并重新创建数据库，才能运行此页面上的示例。
以下聚合操作使用 $group 阶段来计算 movies 集合中的文档数量：
db.movies.aggregate([ { $group: { _id: null, count: { $count: {} } } }])[ { _id: null, count: 21349 }]这个聚合操作相当于以下 SQL 语句：
SELECT COUNT(*) AS count FROM moviesRetrieve Distinct Values
以下聚合操作使用 $group 阶段从 movies集合中检索不同的 rated 值：
db.movies.aggregate( [ { $group : { _id : "$rated" } } ] )[ { _id: 'TV-PG' }, { _id: 'PG' }, { _id: 'TV-14' }, { _id: 'OPEN' }, { _id: 'Not Rated' }, { _id: 'GP' }, { _id: 'TV-Y7' }, { _id: 'G' }, { _id: 'PG-13' }, { _id: null }, { _id: 'M' }, { _id: 'R' }, { _id: 'TV-MA' }, { _id: 'APPROVED' }, { _id: 'PASSED' }, { _id: 'Approved' }, { _id: 'AO' }, { _id: 'TV-G' }]注意
当您使用$group 检索分片的集合中的不同值时，如果操作结果为DISTINCT_SCAN ，则结果可能包含孤立文档。
受影响的唯一语义正确的管道实际上是 命令的逻辑等效项，其中在管道的开头或附近有一个distinct 阶段，并且$group $group前面没有$sort 阶段。
示例，以下形式的 $group 操作可能会产生 DISTINCT_SCAN：
{ $group : { _id : "$<field>" } }要查看操作是否会产生DISTINCT_SCAN ，请检查操作的解释结果。
按评级分组
以下聚合操作按 rated字段对document进行分组，计算每个评级的总运行时间，并仅返回总运行时间大于或等于 100000 的评级：
db.movies.aggregate( [ // First Stage { $group: { _id: "$rated", totalRuntime: { $sum: "$runtime" } } }, // Second Stage { $match: { "totalRuntime": { $gte: 100000 } } } ])[ { _id: 'PG-13', totalRuntime: 250843 }, { _id: 'R', totalRuntime: 582318 }, { _id: null, totalRuntime: 967127 }, { _id: 'PG', totalRuntime: 191204 }]- 第一个阶段：
$group阶段按rated对文档进行分组，以检索不同的评级值。此阶段返回每个评级群组的totalRuntime。- 第二个阶段：
$match阶段筛选生成的 document，仅返回totalRuntime大于或等于 100000 的评分。
这个聚合操作相当于以下 SQL 语句：
SELECT rated, Sum(runtime) AS totalRuntimeFROM moviesGROUP BY ratedHAVING totalRuntime >= 100000提示
计算数量、总和和平均值
按年份分组
以下管道计算 1910之前每年的总运行时间、平均运行时间和电影数量：
db.movies.aggregate([ { $match: { "year": { $lt: 1910 } } }, { $group: { _id: "$year", totalRuntime: { $sum: "$runtime" }, averageRuntime: { $avg: "$runtime" }, count: { $sum: 1 } } }, { $sort: { totalRuntime: -1 } }])[ { _id: 1909, totalRuntime: 14, averageRuntime: 14, count: 1 }, { _id: 1903, totalRuntime: 11, averageRuntime: 11, count: 1 }, { _id: 1896, totalRuntime: 2, averageRuntime: 1, count: 2 }]- 第一个阶段：
$match阶段会筛选 document，仅将 1910 之前发布的电影传递到下一阶段。- 第二个阶段：
$group阶段按年份对 document 进行分组，并计算群组 document 的总运行时间、平均运行时间和总数。- 第三个阶段：
$sort阶段按群组的总运行时间对结果进行降序排序。
这个聚合操作相当于以下 SQL 语句：
SELECT year, Sum(runtime) AS totalRuntime, Avg(runtime) AS averageRuntime, Count(*) AS countFROM moviesWHERE year < 1910GROUP BY yearORDER BY totalRuntime DESC提示
db.collection.countDocuments()，使用$sum表达式包装$group聚合阶段。
分组方式： null
以下聚合操作指定 null 的 _id群组，计算集合中所有 document 的总运行时间、平均运行时间和计数。
db.movies.aggregate([ { $group: { _id: null, totalRuntime: { $sum: "$runtime" }, averageRuntime: { $avg: "$runtime" }, count: { $sum: 1 } } }])[ { _id: null, totalRuntime: 2167458, averageRuntime: 103.65652797704448, count: 21349 }]这个聚合操作相当于以下 SQL 语句：
SELECT Sum(runtime) AS totalRuntime, Avg(runtime) AS averageRuntime, Count(*) AS countFROM movies提示
db.collection.countDocuments()，使用$sum表达式包装$group聚合阶段。
Pivot Data
按年份对标题进行分组
以下聚合操作对 movies集合中的数据进行透视，以按年份对书名进行群组：
db.movies.aggregate([ { $match: { year: { $lt: 1910 } } }, { $group: { _id: "$year", titles: { $push: "$title" } } }, { $sort: { _id: 1 } }])[ { _id: 1896, titles: [ 'The Kiss', 'The Kiss' ] }, { _id: 1903, titles: [ 'The Great Train Robbery' ] }, { _id: 1909, titles: [ 'A Corner in Wheat' ] }]按年份对 document 进行分组
以下聚合操作按年份对document进行分组：
db.movies.aggregate([ { $match: { year: { $lt: 1910 } } }, { $group: { _id: "$year", movies: { $push: "$$ROOT" } } }, { $addFields: { totalRuntime: { $sum: "$movies.runtime" } } }, { $sort: { _id: 1 } }])[ { _id: 1896, movies: '...', totalRuntime: 2 }, { _id: 1903, movies: '...', totalRuntime: 11 }, { _id: 1909, movies: '...', totalRuntime: 14 }]本页上的C#示例使用Atlas示例数据集中的 sample_mflix数据库。要学习；了解如何创建免费的MongoDB Atlas 群集并加载示例数据集，请参阅MongoDB .NET/ C#驱动程序文档中的入门。
以下 Movie 类对 sample_mflix.movies 集合中的文档进行建模：
[BsonIgnoreExtraElements]public class Movie{ [BsonId] public ObjectId Id { get; set; } [BsonElement("title")] public string Title { get; set; } = null!; [BsonElement("year")] public int? Year { get; set; } [BsonElement("runtime")] public int? Runtime { get; set; } [BsonElement("rated")] public string? Rated { get; set; } [BsonElement("metacritic")] public int Metacritic { get; set; } [BsonElement("plot")] public string? Plot { get; set; } [BsonElement("type")] public string? Type { get; set; } [BsonElement("cast")] public string[]? Cast { get; set; } [BsonElement("directors")] public string[]? Directors { get; set; } [BsonElement("writers")] public string[]? Writers { get; set; } [BsonElement("imdb")] public ImdbData? Imdb { get; set; }}要使用MongoDB .NET/C# 驱动程序将 $group 阶段添加到聚合管道，请对 PipelineDefinition 对象调用 UnionWith() 方法。
以下示例创建了一个管道阶段，该阶段按文档的 Rated字段的值对文档进行分组。每个群组的评分显示在每个输出文档中名为 Rating 的字段中。每个输出文档还包含名为 TotalRuntime、MedianRuntime 和 NinetiethPercentileRuntime 的字段，它们存储群组中电影的总运行时间值、中位数和第 90 个百分位数运行时间值。
var pipeline = new EmptyPipelineDefinition<Movie>() .Group( id: m => m.Rated, group: g => new { Rating = g.Key, TotalRuntime = g.Sum(m => m.Runtime), MedianRuntime = g.Select(m => m.Runtime).Median(), NinetiethPercentileRuntime = g.Select(m => m.Runtime).Percentile(new[] { 0.9 }) } );本页上的 Node.js 示例使用 Atlas 示例数据集中的 sample_mflix数据库。要学习如何创建免费的MongoDB Atlas 集群并加载示例数据集，请参阅MongoDB Node.js驱动程序文档中的入门。
要使用MongoDB Node.js驱动程序将 $group 阶段添加到聚合管道，请在管道对象中使用 $group操作符。
以下示例创建了一个管道阶段，该阶段按文档的 rated字段的值对文档进行分组。每个输出文档都包含一个 rating字段，用于存储每个群组的评分。每个输出文档还包含一个名为 totalRuntime 的字段，用于存储该群组中所有电影的总运行时间。然后，该示例运行聚合管道：
const pipeline = [ { $group: { _id: "$rated", rating: { $first: "$rated" }, totalRuntime: { $sum: "$runtime" } } }];
const cursor = collection.aggregate(pipeline);return cursor;了解详情
Group and Total Data 教程提供了常见使用案例中 $group 操作符的广泛示例。
要学习；了解有关相关管道阶段的更多信息，请参阅 $addFields 指南。