MongoDB聚合管道里的$topN是一个用于获取分组或窗口内排序后前N条记录的累加器操作符。在数据分析、榜单生成和去重取最新等场景中，它比传统的先$sort再$limit方式更加直接，也能减少管道阶段数量。本文将围绕$topN的语法结构、执行原理以及实际应用中的注意事项展开说明。
一、$topN的基础语法与运行原理
$topN在聚合表达式中通常以对象形式出现，必须指定n表示取前几条，sortBy定义排序规则，output声明要输出的字段或表达式。它只能在支持累加器的阶段内使用，例如$group阶段或者$setWindowFields阶段。在$group中，它会针对每个分组独立维护一个有序集合，当文档流入时按照sortBy给定的字段和方向插入，最后保留排序最靠前的N个元素的output结果。
从执行计划角度看，$topN不需要像$sort那样在内存中对全量数据做完整排序。它内部使用类似堆的结构，只需维护大小为N的有序缓冲区，因此时间复杂度近似为O(文档数乘logN)。当数据量很大但N较小时，这种实现可以显著降低CPU和内存占用。需要注意的是，如果n的值超过系统设定的内存限制，仍然可能触发超出100MB聚合内存的报错，此时应结合allowDiskUse选项。
下面是一段在$group中使用$topN的示例，按城市分组取出每个城市销售额最高的两名员工姓名与金额：
db.sales.aggregate([
{
$group: {
_id: "$city",
topSellers: {
$topN: {
n: 2,
sortBy: { amount: -1 },
output: {
name: "$name",
amount: "$amount"
}
}
}
}
}
]);
上述代码返回的topSellers是一个数组，里面最多包含两个对象。如果某分组中文档不足N条，则返回实际数量的数组。这个行为比自己写$push加$slice更直观，也避免了在应用层再做截取处理。
二、$topN与$sort加$limit的对比分析
在$topN出现之前，常见的写法是先$sort整个集合，再用$limit截断。这种方式在单集合无分组时没问题，但一旦配合$group做分组取前N，就必须在每个分组内先排序再限制，逻辑上要用$push收集后再处理，或者多次管道嵌套。这样不仅写法繁琐，而且$sort阶段往往要求更多内存，因为要保留中间状态。
使用$topN后，排序与截取被合并为一个累加动作。以电商订单为例，若要统计每个品类点击量最高的三款商品，传统写法可能需要在$group里把全部商品$push成数组，出组后再用$unwind和$sort加$limit，管道阶段多达五六步。而$topN直接在组内完成，阶段数减少，也降低了出错概率。在部分版本中，查询优化器还能将$topN下推到索引扫描，进一步提升效率。
不过$topN并非万能。如果业务需要的是全局前N而非分组前N，且不需要其他聚合，直接用find加sort与limit并借助索引可能更简单。另外当output选择整个文档且N很大时，$topN占用的内存并不比$sort小，此时应评估是否真要取这么多字段。下面的对比表列出了两者主要差异：
| 维度 | $topN | $sort加$limit |
|---|---|---|
| 适用阶段 | $group、$setWindowFields | 任意管道顶部或组外 |
| 分组内取前N | 原生支持 | 需复杂嵌套 |
| 内存模型 | 维护N大小堆 | 可能全量排序 |
| 语法简洁度 | 高 | 低 |
从运维角度，还应关注$topN在分片集群中的表现。由于它在每个分片本地先做组内前N，再由路由节点做合并，网络传输量比拉回全量数据再排序要小得多。这也是它在大规模数据集上值得优先选用的原因之一。
三、在窗口函数与实战场景中的用法
除了$group，$topN也能放在$setWindowFields里作为窗口累加器，用来给每一行标注同窗口内的前N条记录。比如用户行为表中，想给每个用户的每次会话标记出该会话中前两次操作，就可以用窗口按用户和会话分区，按时间排序取$topN。这种写法在分析用户路径时非常实用，且不会破坏原文档行数。
在实战中，一个常见需求是“每个班级总分最高的三名学生且带名次”。可以结合$setWindowFields与$topN输出数组，再用$unwind配合$rank类似思路展开。下面的代码展示在窗口中取前二并保留学号与分数：
db.students.aggregate([
{
$setWindowFields: {
partitionBy: "$class",
sortBy: { score: -1 },
output: {
topTwo: {
$topN: {
n: 2,
sortBy: { score: -1 },
output: { sid: "$sid", score: "$score" }
}
}
}
}
}
]);
这段代码会给同一班级的每个文档都附加一个topTwo数组，内容为班级内分数最高的两个学生。由于窗口函数不改变行数，后续若只想看班长那一行，直接$match即可。相比先聚合再关联回原表，这种方式减少了一次连接操作。
还有一个容易忽略的点是sortBy中字段不存在时的处理。若某文档缺少排序字段，MongoDB会将其视为最小值（升序时排最前，降序时排最后），这可能导致非预期入选。因此在写入阶段建议用$ifNull补默认值，或在管道开头用$match过滤脏数据。只有保证排序键稳定，$topN的结果才具备业务意义。