在MongoDB聚合管道处理时间序列或分组数据时，文档字段缺失和null值会直接影响统计结果与图表展示。比如物联网设备每隔一定时间上报读数，偶尔因为网络抖动没有写入新文档，或者写入时某个字段为null，后续做趋势分析就会出现断点。MongoDB在5.3版本引入了$fill阶段，专门用于在聚合管道内部填充这些空值，让数据在排序后形成更完整的序列。与简单的条件赋值不同，$fill支持按分区、按排序方向以及线性插值等方式补齐数据，更适合分析场景下的缺失值处理。
一、$fill阶段的基本语法与参数
$fill是聚合管道中的一个阶段，它不能单独用于update或findAndModify等写操作，只能出现在aggregate的数组参数中。一个典型的$fill阶段包含sortBy、partitionBy和output三个核心参数。sortBy用于指定填充时文档的排序依据，因为locf这类向前填充策略需要先确定文档的先后顺序。partitionBy是可选的，如果指定了某个字段或表达式，填充会在每个分区内独立进行，避免不同设备或不同用户的数据互相干扰。output则声明哪些字段需要填充，以及采用哪种填充方法。
下面是一个最基本的用法，对传感器温度字段做locf填充，并按时间戳升序处理：
db.sensor.aggregate([
{
$fill: {
sortBy: { ts: 1 },
output: {
temperature: { method: "locf" }
}
}
}
])
如果希望把空值替换成一个固定值，可以在output中直接指定value，而不使用method。例如把湿度字段的空值统一填成50.0，写法就是humidity: { value: 50.0 }。需要注意的是，value和method在同一字段的填充配置中只能二选一，同时出现会被解析器拒绝。
二、locf与linear两种填充策略的区别
MongoDB的$fill目前原生支持两种填充方法。locf是last observation carried forward的缩写，意思是遇到空值时使用最近一个非空值继续向后填充，直到出现新的非空值为止。这种方法适合温度、水位、在线状态等短时间内变化较慢的字段，能够保持数据的连续性，但填充出的数值不会产生渐变，而是直接复制前值。
linear则是线性插值，它要求字段是数值类型。填充某个空值时，MongoDB会找到该位置前后最近的两个非空值，根据时间或排序字段的距离计算出一个中间值。对于业务上呈现出线性变化趋势的数据，比如匀速上升的计数器、逐渐消耗的电量，linear比locf更接近真实值。例如下面一组数据：
// 原始文档
{ ts: 1, value: 10 }
{ ts: 2, value: null }
{ ts: 3, value: 30 }
如果按ts升序并使用linear填充，第二条文档的value会变成20；如果使用locf填充，它会变成10。两者的差异很明显：locf只关心前一个值，linear会综合考虑前后两个非空值。实际选择哪种方法，取决于字段本身的性质。库存数量、累计请求量这类单调递增的数值用linear可能不合适，因为线性插值会产生实际不存在的中间库存；而温度、湿度等连续物理量则更适合linear。
此外，partitionBy配合两种方法使用时也非常重要。比如要对多台设备的采集数据分别填充，必须按deviceId分区，否则第一台设备的最后读数会被错误地带到第二台设备的开头。示例写法如下：
db.metrics.aggregate([
{
$fill: {
partitionBy: "deviceId",
sortBy: { ts: 1 },
output: {
value: { method: "locf" }
}
}
}
])
这样每个deviceId内部独立执行locf，不会出现跨设备填充。
三、结合$densify补齐时间序列缺口
很多场景里的空值并不是字段为null，而是整条文档缺失。比如传感器计划每分钟上报一次，但某分钟完全没有写入任何数据，聚合管道中根本不存在对应的时间戳文档。$fill只能填充现有文档中的空字段，无法凭空创建缺失的文档。要补齐这种时间序列缺口，需要先使用$densify阶段生成缺失的时间点。
MongoDB从5.3版本开始同时提供了$densify阶段，它可以根据指定字段和步长生成新的文档，把不连续的时间序列变得连续。常见的做法是先按时间字段执行$densify，让每个时间点都有对应文档，新生成的文档中其他字段默认为null，然后再用$fill填充这些null值。下面是一个完整的示例，假设传感器每分钟上报一次：
db.sensor.aggregate([
{
$densify: {
field: "ts",
range: {
step: 1,
unit: "minute",
bounds: "full"
}
}
},
{
$fill: {
sortBy: { ts: 1 },
output: {
temperature: { method: "locf" }
}
}
}
])
这段管道执行后，原本缺失分钟对应的时间戳会被创建出来，temperature字段通过locf从前一个非空文档复制值，整条时间线就连续了。如果业务需要更精确的估计，也可以把temperature的填充方法换成linear。需要注意的是，$densify的range参数中，bounds可以是full或partition。当文档存在多个分区时，使用partition可以避免不同设备之间的时间范围被错误并集。
实际使用中还要注意$densify和$fill的执行顺序。如果先执行$fill再执行$densify，新生成的文档不会被填充，因为填充已经完成。因此两者的顺序不能颠倒，必须先补文档、再填值。
四、$fill与$set、$ifNull的对比及使用限制
在$fill出现之前，开发者通常用$set配合$ifNull或$cond来处理空值。比如要把temperature为null的文档改成默认值0，可以写{ $set: { temperature: { $ifNull: [ "$temperature", 0 ] } } }。这种方式的优点是简单直接，缺点是无法感知文档顺序，也无法做前后向填充或线性插值。如果只是把空值替换成固定默认值，$set加$ifNull完全够用；但如果需要根据相邻文档推算，就必须使用$fill或者更底层的$setWindowFields。
与$setWindowFields相比，$fill的语法更简洁，也更专注缺失值填充。$setWindowFields虽然也能通过窗口函数实现类似locf和线性插值效果，但需要编写更复杂的窗口表达式。$fill把常用策略封装成method参数，降低了使用门槛。不过这种简化也带来一些限制。当前版本中$fill的method只支持locf和linear，没有内置向后填充（next observation carried backward）选项。如果业务要求用后面的非空值填充前面的空值，可以先把排序方向反过来，执行locf，然后再排回原顺序。示例写法如下：
db.sensor.aggregate([
{ $sort: { ts: -1 } },
{
$fill: {
sortBy: { ts: -1 },
output: {
temperature: { method: "locf" }
}
}
},
{ $sort: { ts: 1 } }
])
另外，$fill作为聚合阶段，只能用于aggregate管道，不能直接修改持久化数据。如果希望将填充结果写回集合，可以在管道后面接$merge或$out阶段，但要注意目标集合的写入权限和性能开销。数据量较大时，$fill需要配合索引排序，否则会触发内存排序，可以通过allowDiskUse: true让MongoDB在磁盘上处理大数据集。
总的来说，$fill是聚合管道里处理空值的重要工具，它和$densify配合可以解决时间序列数据中的大部分连续性需求。掌握locf、linear以及partitionBy的适用场景，能够避免盲目填充带来的数据失真。
MongoDB聚合管道$fill填充空值修改时间：2026-10-01 19:18:28