MongoDB聚合管道中如何使用$size获取数组长度？

在MongoDB的聚合管道里，$size操作符被用来返回数组字段中包含的元素个数。这个操作符经常出现在$project、$addFields等阶段中，用于生成新的字段或者参与后续计算。它的语法非常简洁，只需要把数组字段的路径表达式传给$size，就能得到长度数值。比如一个文档里tags字段是["mongodb","database","nosql"]，对它执行$size会得到数字3。然而$size在实际项目里并不是万能的，它存在一些限制和容易忽略的行为差异。下面就从语法开始，逐步拆解它的用法和边界情况。

一、$size的基本语法与常见用法

$size的表达式形式为{ $size: <expression> }，其中expression通常是一个解析为数组的字段路径，比如"$tags"。它返回一个整数，表示该数组包含多少个元素。这个操作符可以出现在任何接受聚合表达式的阶段，但最常用的场景是在$project中创建数组长度字段，或者在$addFields中新增一个字段。下面是一个基础示例，假设products集合中的文档带有tags数组字段：

db.products.aggregate([
  {
    $project: {
      name: 1,
      tagCount: { $size: "$tags" }
    }
  }
])

这段管道会返回每个产品的名称以及它的标签个数。比如输入文档{ name: "无线鼠标", tags: ["外设", "办公", "蓝牙"] }，输出的结果中tagCount值为3。这种用法适合在报表生成、数据导出或者后续排序中提供长度信息。另一个常见场景是在$addFields中计算数组长度，再配合$sort按长度排序：

db.orders.aggregate([
  { $addFields: { itemCount: { $size: "$items" } } },
  { $sort: { itemCount: -1 } }
])

这里通过$addFields给每个订单文档增加了一个itemCount字段，然后按该字段降序排序，就可以把包含商品最多的订单排在前面。这种先计算再排序的思路在电商、内容管理系统中很常用。需要注意的是，$size计算的是数组的顶层元素个数，后面会详细说明嵌套数组的行为。

二、$size在$match阶段中的限制与$expr配合

很多开发者会尝试直接在$match阶段使用$size来按数组长度过滤文档，但这会踩坑。因为$match本身接受的是查询文档，而不是聚合表达式。如果在$match中写{ tags: { $size: 3 } }，这里的$size会被解释为查询操作符，它只能匹配数组长度恰好等于3的文档，而且不支持范围比较。想要找出tags长度大于等于3的文档，这种写法是行不通的。原因在于查询语言和聚合表达式属于两套不同的体系，$match默认只认查询操作符。

要实现按数组长度做范围过滤，需要借助$expr把聚合表达式嵌入到$match中。$expr允许在查询条件里使用聚合操作符，因此可以这样写：

db.products.aggregate([
  {
    $match: {
      $expr: {
        $gte: [ { $size: "$tags" }, 3 ]
      }
    }
  }
])

这段管道会返回tags数组长度大于等于3的所有文档。$expr内部的$gte是聚合比较操作符，它把$size的计算结果和数字3做比较。除了$gte，还可以使用$gt、$lt、$eq等操作符实现不同的范围条件。不过这种写法有一个明显的性能缺陷：$size是在运行时对每个文档的数组进行计算的，无法直接利用普通索引，因此在数据量较大的集合上会导致全集合扫描。

如果应用频繁需要按数组长度过滤，更好的做法是在写入时冗余存储一个长度字段，并为该字段建立索引。例如先通过更新管道批量写入tagCount字段：

db.products.updateMany({}, [
  { $set: { tagCount: { $size: "$tags" } } }
])
db.products.createIndex({ tagCount: 1 })

这样后续查询就可以直接使用普通查询条件{ tagCount: { $gte: 3 } }，既能走索引，又避免了在$match中使用$expr带来的性能损耗。这是实际项目中比较推荐的优化手段。

三、$size处理缺失字段、非数组值与嵌套数组

$size对输入参数有严格要求：它必须接收到一个数组，否则会直接报错。如果文档中对应的字段缺失，或者字段值是字符串、数字、null等非数组类型，执行$size会抛出类似“The argument to $size must be an array”的错误。这意味着在数据不够规整的集合上直接使用$size是危险的。一个稳妥的解决方式是先用$isArray判断字段是否为数组，再用$cond决定是否调用$size，否则返回默认值0：

{
  $project: {
    tagCount: {
      $cond: {
        if: { $isArray: "$tags" },
        then: { $size: "$tags" },
        else: 0
      }
    }
  }
}

这样做可以避免类型错误，让管道在脏数据环境下也能正常运行。需要注意$ifNull并不能解决这类错误，因为它的第二个表达式只有在第一个表达式因字段缺失而返回null时才生效；如果字段存在但类型不是数组，$ifNull仍然会先计算$size并触发报错。因此$isArray加$cond的组合更可靠。

嵌套数组也是$size使用中的一个常见误区。$size只统计数组最外层的元素个数，不会递归展开。例如字段tags的值为[["a","b"], "c"]，对它执行$size返回的是2，而不是3。因为外层数组有2个元素：第一个是嵌套数组["a","b"]，第二个是字符串"c"。如果需要统计展开后的所有元素，可以使用$reduce自定义累加逻辑，或者先$unwind再$group计数。下面是一个使用$reduce的示例：

{
  $project: {
    totalItems: {
      $reduce: {
        input: "$tags",
        initialValue: 0,
        in: {
          $add: [
            "$$value",
            { $cond: [ { $isArray: "$$this" }, { $size: "$$this" }, 1 ] }
          ]
        }
      }
    }
  }
}

这段代码会遍历tags数组，如果当前元素是数组就加上它的长度，否则加1，从而得到展开后所有元素的总数。这个逻辑比较复杂，实际项目中如果只是偶尔需要，可以考虑先把聚合结果导出到应用层再处理。

还有一点容易混淆：聚合管道里的$size和查询操作符$size虽然名称相同，但语义不同。聚合$size是一个表达式，返回数组长度数值，可以在$project、$addFields等阶段中使用；查询操作符$size只能用在find或$match的查询文档中，而且只支持精确匹配数组长度，不能做范围比较。另外，$size不适用于字符串长度统计，字符串长度应使用$strLenCP或$strLenBytes。理解这些区别可以避免在写聚合管道时走弯路，也能帮助团队更合理地设计数据模型与查询逻辑。

MongoDB聚合管道$size数组长度修改时间：2026-09-29 00:28:13