是否可以通过管道在 Mongo 中高效地进行排序、分组和限制？

给定具有年龄索引的用户：

{ name: 'Bob',
  age:   21  }

{ name: 'Cathy,
  age:   21  }

{ name: 'Joe',
  age:   33  }

获取输出：

[ 
  { _id: 21,
    names: ['Bob, 'Cathy'] },
  { _id: 33,
    names: ['Joe'] }
]

是否可以按年龄排序、分组和限制？

db.users.aggregate(
   [  
      {
        $sort: { 
           age: 1 
        }
      },
      {
        $group : {
           _id : $age,
           names:{ $push: '$name' }
      },
      {
        $limit: 10
      }
  ]

我做了一些研究，但不清楚是否可以先排序然后分组。在我的测试中，该组失去了排序，但我不明白为什么。

如果组保留排序，那么排序和限制可以大大减少所需的处理。它只需要做足够的工作来“填满”10组的限制。

So,

1. 组是否保留排序顺序？还是必须先分组然后排序？
2. 是否可以进行排序、分组和限制，仅进行足够的处理来返回限制？还是需要处理整个集合然后进行限制？

回答你的第一个问题：$group does not保留订单。有一个开放的更改请求，这些更改也稍微突出了背景，但看起来不会更改产品以保留输入文档的顺序：

• https://jira.mongodb.org/browse/SERVER-24799
• https://jira.mongodb.org/browse/SERVER-4507
• https://jira.mongodb.org/browse/SERVER-21022

一般可以说两件事：您通常希望先进行分组，然后再进行排序。原因是对较少的元素（分组通常产生的）进行排序将比对所有输入文档进行排序更快。

其次，MongoDB 将确保尽可能高效且尽可能少地进行排序。这文档 states:

当管道中 $sort 紧邻 $limit 之前时，$sort 操作仅在进行时保留前 n 个结果，其中 n 是指定的限制，MongoDB只需要存储n个项目 记忆。当allowDiskUse为true并且 n 个项目超出了聚合内存限制。

所以这段代码可以完成您的情况：

collection.aggregate({
    $group: {
        _id: '$age',
        names: { $push: '$name' }
    }
}, {
    $sort: { 
        '_id': 1 
    }
}, {
    $limit: 10
})

EDIT根据您的评论：

我同意你说的。进一步考虑你的逻辑，我什至会说：如果$group足够聪明，可以使用索引，那么它甚至不需要$sort开始时的阶段。不幸的是，它不是（还可能不是）。就今天的情况来看，$group永远不会使用索引，也不会根据以下阶段走捷径（$limit在这种情况下）。另请参阅此link有人进行了一些基本测试。

聚合框架还很年轻，所以我想，为了使聚合管道更智能、更快速，还有很多工作要做。

StackOverflow 上有答案（例如here）人们建议使用预先$sort阶段以“强制”MongoDB 以某种方式使用索引。然而，这显着减慢了我的测试速度（使用不同随机分布的样本形状的 100 万条记录）。

当谈到聚合管道的性能时，$match开始的阶段才是真正有帮助的。如果您可以从一开始就限制需要通过管道的记录总量，那么这就是您最好的选择 - 显然......;）