在MongoDB的聚合管道里，系统变量以美元符号加关键字的形式存在，其中$host用于返回执行该管道阶段的服务器主机信息。它通常在副本集或分片集群环境下才有意义，因为单机实例永远只返回同一个本地地址。理解$host的构成，可以让我们把数据按物理节点做切分统计，而不必把海量文档拉到应用层再去分辨来源。
一、$host变量的底层结构与取值逻辑
MongoDB在聚合管道中预留了若干系统变量，例如$$ROOT、$$CURRENT，而$host属于只读的服务器上下文变量。当聚合引擎在某一台mongod或mongos上执行管道阶段时，$host会被替换为该进程监听的hostname:port字符串。在副本集中，主节点与从节点各自返回自己的地址；在分片集群里，mongos会把子查询下发到不同分片，各分片返回自身$host，最终由mongos汇总。
需要注意的是，$host并不是文档里的字段，而是引擎注入的变量，因此不能在find查询里直接使用，只能出现在聚合表达式内部。它的取值不依赖集合数据，所以即便集合为空，只要管道跑起来就能拿到值。下面这段管道演示了如何把每条文档打上来源主机标签：
db.getCollection('orders').aggregate([
{
$project: {
_id: 0,
orderId: 1,
fromHost: "$host"
}
}
]);
上述代码在每台节点上执行时，fromHost都会变成类似shard01:27018这样的字符串。如果业务需要区分不同机房，可以在应用层对$host做正则截取，或者借助$expr与$regexFind在管道内直接解析。
二、结合$group实现按主机名的负载统计
单纯取出$host往往不够，更常见的需求是看每台机器处理了多少文档、平均响应字段大小等。这时可以把$host放进$group的_id中，配合累加器完成服务端聚合。相比把数据传回客户端再用代码分组，这种做法大幅减少了网络IO，也避免了应用服务器内存膨胀。
举例来说，假设有一个记录用户操作的events集合，我们希望知道过去一天各分片写入量差异。可以使用如下聚合：
db.getCollection('events').aggregate([
{
$match: {
ts: { $gte: new ISODate("2023-01-01T00:00:00Z") }
}
},
{
$group: {
_id: "$host",
count: { $sum: 1 },
avgPayload: { $avg: { $strLenCP: "$payload" } }
}
},
{
$sort: { count: -1 }
}
]);
该管道先在时间范围上过滤，然后按主机名分组计数并算平均负载长度，最后按数量倒序。执行结束后，运维人员能直观看到是否某一分片热点明显。如果$host返回的是mongo-shard-a:27017，那说明分片A承载了更多写入。此方案比依赖外部监控Agent更轻量，特别适合临时排查。
另外，在$group里还可以嵌套$push收集样本ID，但要小心内存上限。MongoDB默认聚合内存限制为100MB，若某主机文档极多，应开启allowDiskUse: true把中间结果落盘，否则会抛出超出内存的错误。
三、$host与客户端host属性的差异及使用边界
很多开发者容易混淆服务端$host与驱动连接配置中的host参数。驱动层面的host指的是客户端想要连的入口地址，比如mongos的VIP；而聚合里的$host是实际干活的节点地址。在分片集群中，这两者可能完全不同：客户端连的是router.ipipp.com:27017，但文档实际由shard02:27017返回，聚合结果中的$host反映的是后者。
从权限角度看，$host不需要额外授权，任何能运行聚合的角色都能读取。但它暴露了内网拓扑，因此在对外开放的只读接口上要谨慎使用，避免泄露端口与机器命名规律。如果必须对外提供统计，建议在管道里用$project把$host映射成抽象节点编号：
db.getCollection('logs').aggregate([
{
$project: {
node: {
$switch: {
branches: [
{ case: { $eq: ["$host", "shard01:27017"] }, then: "NODE_1" },
{ case: { $eq: ["$host", "shard02:27017"] }, then: "NODE_2" }
],
default: "OTHER"
}
},
msg: 1
}
}
]);
这段逻辑把真实主机名翻译成业务侧易懂的标签，既保留了按节点分析的能力，又隐藏了基础设施细节。总体来看，$host是MongoDB聚合中一个小但实用的变量，掌握它可以帮助团队用纯数据库手段完成节点级观测，减少对外部脚本的依赖。