当然，你也可以简化您的流水线级数相当多，主要是因为连续$match阶段是一个真正的单一阶段，你应该总是使用匹配任何聚合流水线的开始的标准。即使它实际上不“过滤”数组内容，它至少也只是选择包含实际匹配条目的文档。这极大地加快了速度，尤其是对于大型数据集。
对于两个日期范围，以及这只是一个$or查询参数。此外，它将在数组过滤完成之前“应用”，因为毕竟它是以文档级别匹配开始的。如此反复，在第一个管道$match：
db.getCollection('customers').aggregate([
// Filter all document conditions first. Reduces things to process.
{ "$match": {
"status": "Closed",
"lines": { "$elemMatch": {
"status": "Closed",
"deliveryMethod": "Tech Delivers"
}},
"$or": [
{ "date": {
"$gte": new Date("2016-01-01"),
"$lt": new Date("2016-04-01")
}},
{ "date": {
"$gte": new Date("2016-04-01"),
"$lt": new Date("2016-08-01")
}}
]
}},
// Unwind the array
{ "$unwind": "$lines" },
// Filter just the matching elements
// Successive $match is really just one pipeline stage
{ "$match": {
"lines.status": "Closed",
"lines.deliveryMethod": "Tech Delivers"
}},
// Then group on the productline values within the array
{ "$group":{
"_id": "$lines.productLine",
"countA": {
"$sum": {
"$cond": [
{ "$and": [
{ "$gte": [ "$date", new Date("2016-01-01") ] },
{ "$lt": [ "$date", new Date("2016-04-01") ] }
]},
1,
0
]
}
},
"countB": {
"$sum": {
"$cond": [
{ "$and": [
{ "$gte": [ "$date", new Date("2016-04-01") ] },
{ "$lt": [ "$date", new Date("2016-08-01") ] }
]},
1,
0
]
}
}
}}
])
的$or基本上是“连接”两个结果集为它寻找“要么”范围内的标准申请。由于这是除了其他论点之外给出的，所以这个逻辑是一个“AND”条件，与其他条件中的其他条件一样，这个条件与$or论点相符。注意$gte和$lt组合也是在同一个键上表达“AND”条件的另一种形式。
应用$elemMatch是因为数组元素需要“两个”条件。如果您直接将它们应用为“点符号”，那么真正要求的是“至少有一个数组元素”匹配每个条件，而不是匹配“两个”条件的数组元素。
$unwind之后的后面的过滤可以使用“点符号”，因为数组元素现在被“解除归一化”为单独的文档。因此，每个文档只有一个元素符合条件。
当您应用$group，而不是仅仅使用{ "$sum": 1 }的你，而“有条件地评估是否通过$cond计数与否。由于这两个日期范围的结果中，你只需要确定当前文档是”卷起来“属于一个日期范围或另一个。作为”三元“（如果/然后/其他）运算符，这是$cond提供。
它查看文档中的"date"中的值，如果它匹配条件设置（第一个参数 - 如果）然后它返回1（第二个参数 - 然后），否则它返回0，有效地不会增加到当前计数
由于这些是“逻辑的”条件，则“与”表示与逻辑$and运算符，它本身返回true或false，要求既包含条件是true。
还要注意对象构造函数中的更正，因为如果您没有用该表示中的字符串实例化，则生成的Date处于“本地时间”，而不是“MongoDB”存储日期的“UTC”格式。只有使用“本地”构造函数才是真正的意思，而且通常人们确实不这样做。
另一个说明是$lt日期更改，应该总是比您要查找的上一个日期大“一天”。请记住，这些是“日期开始”日期，因此您通常需要在日期内的所有可能时间，而不是刚开始。所以它是“不到第二天”的正确条件。
根据记录，从2.6版本的MongoDB，很可能不如“预过滤器”数组内容你$unwind“之前”。这消除了在发生“解规范化”时生成新文档的开销，这与您要应用于数组元素的条件不匹配。
MongoDB的3.2和更大，使用：
db.getCollection('customers').aggregate([
// Filter all document conditions first. Reduces things to process.
{ "$match": {
"status": "Closed",
"lines": { "$elemMatch": {
"status": "Closed",
"deliveryMethod": "Tech Delivers"
}},
"$or": [
{ "date": {
"$gte": new Date("2016-01-01"),
"$lt": new Date("2016-04-01")
}},
{ "date": {
"$gte": new Date("2016-04-01"),
"$lt": new Date("2016-08-01")
}}
]
}},
// Pre-filter the array content to matching elements
{ "$project": {
"lines": {
"$filter": {
"input": "$lines",
"as": "line",
"cond": {
"$and": [
{ "$eq": [ "$$line.status", "Closed" ] },
{ "$eq": [ "$$line.deliveryMethod", "Tech Delivers" ] }
]
}
}
}
}},
// Unwind the array
{ "$unwind": "$lines" },
// Then group on the productline values within the array
{ "$group":{
"_id": "$lines.productLine",
"countA": {
"$sum": {
"$cond": [
{ "$and": [
{ "$gte": [ "$date": new Date("2016-01-01") ] },
{ "$lt": [ "$date", new Date("2016-04-01") ] }
]},
1,
0
]
}
},
"countB": {
"$sum": {
"$cond": [
{ "$and": [
{ "$gte": [ "$date", new Date("2016-04-01") ] },
{ "$lt": [ "$date", new Date("2016-08-01") ] }
]},
1,
0
]
}
}
}}
])
或者至少MongoDB的2.6，然后应用$redact代替：
db.getCollection('customers').aggregate([
// Filter all document conditions first. Reduces things to process.
{ "$match": {
"status": "Closed",
"lines": { "$elemMatch": {
"status": "Closed",
"deliveryMethod": "Tech Delivers"
}},
"$or": [
{ "date": {
"$gte": new Date("2016-01-01"),
"$lt": new Date("2016-04-01")
}},
{ "date": {
"$gte": new Date("2016-04-01"),
"$lt": new Date("2016-08-01")
}}
]
}},
// Pre-filter the array content to matching elements
{ "$redact": {
"$cond": {
"if": {
"$and": [
{ "$eq": [ "$status", "Closed" ] },
{ "$eq": [
{ "$ifNull": ["$deliveryMethod", "Tech Delivers" ] },
"Tech Delivers"
]
},
"then": "$$DESCEND",
"else": "$$PRUNE"
}
}},
// Unwind the array
{ "$unwind": "$lines" },
// Then group on the productline values within the array
{ "$group":{
"_id": "$lines.productLine",
"countA": {
"$sum": {
"$cond": [
{ "$and": [
{ "$gte": [ "$date": new Date("2016-01-01") ] },
{ "$lt": [ "$date", new Date("2016-04-01") ] }
]},
1,
0
]
}
},
"countB": {
"$sum": {
"$cond": [
{ "$and": [
{ "$gte": [ "$date", new Date("2016-04-01") ] },
{ "$lt": [ "$date", new Date("2016-08-01") ] }
]},
1,
0
]
}
}
}}
])
注意到有趣的小$ifNull在那里这是由于需要到$$DESCEND的递归性质，由于全部级别的文件被检查，包括“顶级”文件，然后“下降ing“到后续的数组和成员甚至嵌套的对象中。由于先前的顶级字段的查询选择标准，“状态”字段存在并且具有“关闭”的值，但是当然没有称为“deliveryMethod”的“顶级”元素，因为它仅在数组内元素。
，基本上是“照顾”，那么需要使用$redact这样的时候要取，如果结构如果文件不允许这样的条件，那么它是不是一个真正的选择，所以恢复处理$unwind然后$match代替。
但是在可能的情况下，使用这些方法优先于$unwind，然后使用$match处理，因为它可以节省大量时间，并通过使用更新的技术来使用更少的资源。
您是否认为可以发布一些示例文档以便我可以尝试？ ：3谢谢！ – Tacocat