聚合管道

这一课你将能做到

1. 用 $match / $group / $sort / $project / $limit 写出多阶段聚合管道，完成「分组统计」类报表需求
2. 用 $unwind 展开数组、用 $lookup 做集合关联，并说明各自的使用边界
3. 用 explain 观察聚合执行，知道管道顺序对性能的影响（先过滤后分组）

为什么要学

find 只能回答「哪些文档符合条件」，回答不了「每个用户的通过率是多少」「每节课的平均尝试次数」「本月活跃用户 Top10」——这类问题需要分组、统计、关联，这就是聚合管道（Aggregation Pipeline）的地盘。

人话：find 是「筛」，聚合是「流水线」——文档像流水线上的产品，经过一道道工序（stage），每道工序改变形状，最后一道出来的就是报表。会写 SQL 的 GROUP BY，就能类比学会聚合管道。

先建立图像

SQL:  SELECT lessonSlug, AVG(score) FROM submissions
      WHERE status='accepted' GROUP BY lessonSlug ORDER BY avg DESC LIMIT 5

聚合管道：
  [ 全量文档 ]
      │  $match   { status: "accepted" }        ← WHERE
      ▼
  [ 过滤后文档 ]
      │  $group   { _id: "$lessonSlug", avg: {$avg: "$score"} }   ← GROUP BY
      ▼
  [ 分组结果 ]
      │  $sort    { avg: -1 }                   ← ORDER BY
      ▼
      │  $limit   5                              ← LIMIT
      ▼
  [ 最终报表 ]

核心心法：管道越靠前放 $match 和 $limit，后面 stage 处理的数据越少。

跟着做

准备数据（本站提交记录 + 课时两个集合）：

use codeforge
db.submissions.drop()
db.submissions.insertMany([
  { userId: 1024, lessonSlug: "mdbrm-intro", status: "accepted", score: 100, attempts: 1, submittedAt: new Date("2026-10-01") },
  { userId: 1024, lessonSlug: "mdbrm-types", status: "failed",   score: 40,  attempts: 2, submittedAt: new Date("2026-10-02") },
  { userId: 1024, lessonSlug: "mdbrm-types", status: "accepted", score: 88,  attempts: 1, submittedAt: new Date("2026-10-03") },
  { userId: 2048, lessonSlug: "mdbrm-intro", status: "accepted", score: 60,  attempts: 3, submittedAt: new Date("2026-10-04") },
  { userId: 2048, lessonSlug: "mdbrm-types", status: "accepted", score: 92,  attempts: 2, submittedAt: new Date("2026-10-05") },
  { userId: 4096, lessonSlug: "mdbrm-intro", status: "failed",   score: 30,  attempts: 5, submittedAt: new Date("2026-10-06") }
])
db.lessons.drop()
db.lessons.insertMany([
  { slug: "mdbrm-intro", title: "MongoDB 概览", difficulty: 1 },
  { slug: "mdbrm-types", title: "BSON 与类型", difficulty: 2 }
])

步骤 1：$match + $group —— 每个用户的通过数

db.submissions.aggregate([
  { $match: { status: "accepted" } },
  { $group: {
      _id: "$userId",                       // 分组键
      passCount: { $sum: 1 },               // 每组计数
      avgScore: { $avg: "$score" },         // 平均分
      bestScore: { $max: "$score" }
  }},
  { $sort: { passCount: -1 } }
])