MongoDB聚合查询实例：统计分析用户数据

MongoDB聚合查询是多阶段数据处理工具，通过流水线式操作对集合文档进行转换分析，适用于统计用户数量、年龄、订单金额等场景。以`users`集合为例，基础阶段含`$match`（过滤）、`$group`（分组）、`$project`（字段选择）、`$sort`（排序）、`$unwind`（展开数组）及累加器（`$sum`、`$avg`等）。 关键实例：1. 按性别统计用户数：`$group`按`gender`分组，`$sum:1`计数，`$sort`排序；2. 各地区平均年龄：`$match`过滤年龄存在的用户，`$group`计算平均年龄；3. 用户总消费：`$unwind`拆订单数组，`$group`累加金额；4. 地区多维度统计：`$group`同时用`$sum`、`$avg`、`$max`统计用户数、平均年龄及最大年龄。 核心操作：过滤、分组统计、字段处理、排序分页。建议从简单分组开始，参考官方文档练习复杂场景。