MongoDB提供了两套常用的数据读取手段：一套是传统的find查询命令，另一套是基于聚合框架的aggregate管道。不少刚接触MongoDB的朋友会把它们当成互相替代的关系，其实两者定位并不相同。find负责单表的过滤与投影，胜在简单高效；聚合管道则像一条流水线，可以把过滤、分组、排序、关联等多个阶段串起来处理。本文围绕这两个命令展开，先讲透find的用法，再进入聚合管道的世界，最后对比它们的差异与适用场景。
find查询命令的核心用法
db.collection.find(query, projection)是MongoDB使用频率最高的命令，第一个参数指定查询条件，第二个参数控制返回哪些字段。当两个参数都省略时，find()会返回集合中的全部文档。查询条件使用字段名加值的键值对形式，例如{name: "张三"}，也可以结合条件运算符实现范围查询。
条件运算符以$开头，常见的有$gt（大于）、$lt（小于）、$in（包含于列表）、$ne（不等于）等。多个条件默认是AND关系，需要OR关系时用$or包裹一个条件数组。投影参数里，1表示返回该字段，0表示排除该字段，但包含和排除不能混用，_id字段是唯一的例外。
// 查询年龄大于25且城市为北京或上海的用户，只返回姓名和年龄
db.users.find(
{ age: { $gt: 25 }, city: { $in: ["北京", "上海"] } },
{ name: 1, age: 1, _id: 0 }
)
// 使用 $or 实现"或"条件
db.users.find({
$or: [{ age: { $lt: 18 } }, { status: "inactive" }]
})
// 配合 sort、skip、limit 实现分页
db.users.find({ city: "北京" }).sort({ age: -1 }).skip(10).limit(10)find还支持链式调用sort()、skip()、limit()来完成排序和分页。需要注意的是，skip在数据量大时会随着跳过条数增加而变慢，深分页场景建议改用基于游标条件的写法，比如记住上一页最后一条记录的排序值，用它作为下一页的查询条件。
聚合管道aggregate的工作机制
聚合管道把数据处理拆分成一个个阶段（stage），文档像物料一样依次流过每个阶段被加工。常用的阶段包括：$match过滤文档、$group分组统计、$project重塑字段、$sort排序、$limit与$skip限制数量、$lookup关联其他集合、$unwind展开数组。每个阶段的输出作为下一阶段的输入，整体形成一个处理流水线。
// 统计各城市已支付订单的总金额与订单数，按金额降序取前三
db.orders.aggregate([
{ $match: { status: "paid" } }, // 过滤已支付订单
{ $group: {
_id: "$city", // 按城市分组
totalAmount: { $sum: "$amount" }, // 汇总金额
count: { $sum: 1 } // 统计条数
}},
{ $sort: { totalAmount: -1 } },
{ $limit: 3 }
])
// 使用 $lookup 关联用户集合，再展开用户信息
db.orders.aggregate([
{ $lookup: {
from: "users",
localField: "userId",
foreignField: "_id",
as: "userInfo"
}},
{ $unwind: "$userInfo" },
{ $project: { orderNo: 1, "userInfo.name": 1 } }
])管道阶段的顺序很关键。把$match放在最前面可以尽早减少参与后续计算的数据量，还能让查询命中索引；如果把$match放在$group之后，过滤就发生在内存中，性能差距可能非常大。同理，$limit和$skip应尽量放在$sort之后、其他重计算阶段之前。
另一个实用细节是$group的_id字段，它定义分组的维度，写null表示全表作为一组，多字段分组时写成对象形式，例如{_id: {city: "$city", type: "$type"}}。聚合表达式里的字段引用必须加$前缀，这是新手最容易遗漏的地方。
find与聚合管道的区别及选型建议
从结果形态看，find返回的是文档游标，结果永远是原集合文档的子集或投影；聚合管道返回的可以是全新结构的文档，分组统计、多集合拼接都不在话下。从能力上看，find只能做单表查询，而$lookup让聚合管道具备了类JOIN的能力。
从性能角度看，简单的条件查询find天然更快，解析开销小，索引利用直接。聚合管道虽然功能强，但每个阶段都有调度成本，如果只是过滤加投影，用$match加$project去模拟find属于杀鸡用牛刀。另外，聚合默认受16MB单文档限制和100MB内存限制约束，大数据量分组需要allowDiskUse: true允许落盘临时结果。
实际选型可以遵循一个简单原则：只需要查数据时用find，需要对数据做计算、变形、汇总时用aggregate。两者也不是互斥的，聚合管道的第一个$match阶段本质上就承担了find的角色，语法几乎一致。写查询时记得先用explain()查看执行计划，确认条件命中了索引，再考虑管道阶段的排列是否合理，这样无论用哪套命令都能拿到理想的响应速度。
MongoDB聚合管道find查询MongoDB命令修改时间：2026-09-04 01:01:02