场景

2025年02月28日

柏拉文

越努力，越幸运

一、电商平台订单统计

---

1.1 认识

电商平台订单统计: 设计一个 MongoDB 聚合查询，统计某个时间段内，每个用户的订单总数、总金额，并按订单金额从高到低排序。

1.2 实现

db.orders.aggregate([
  { $match: { orderDate: { $gte: ISODate("2024-01-01"), $lt: ISODate("2024-12-31") } } },
  { $group: { 
      _id: "$userId", 
      totalAmount: { $sum: "$orderAmount" },
      orderCount: { $sum: 1 }
  }},
  { $sort: { totalAmount: -1 } }
])

1. 解释 $match 在管道中的位置是否会影响性能。

2. 询问 $group 之后数据如何排序，以及 MongoDB 是否会对 _id 自动排序。

3. 询问如果 orderAmount 为空或缺失，该查询会如何表现？如何处理？

二、社交平台用户点赞查询

---

2.1 认识

社交平台用户点赞查询: 设计一个 MongoDB 聚合查询，查询某个用户点赞过的帖子信息，包含帖子的作者信息（假设 likes 集合存储了 userId 和 postId）。

2.2 实现

db.likes.aggregate([
  { $match: { userId: ObjectId("1234567890abcdef12345678") } },
  { $lookup: {
      from: "posts",
      localField: "postId",
      foreignField: "_id",
      as: "postInfo"
  }},
  { $unwind: "$postInfo" },
  { $lookup: {
      from: "users",
      localField: "postInfo.authorId",
      foreignField: "_id",
      as: "authorInfo"
  }},
  { $unwind: "$authorInfo" },
  { $project: {
      _id: 0,
      postTitle: "$postInfo.title",
      authorName: "$authorInfo.name",
      likedAt: "$createdAt"
  }}
])

1. 解释 $lookup 的原理，以及 MongoDB 为何不擅长 JOIN。

2. 询问 $unwind 在这个查询中的作用，以及 $lookup 结果是数组时如何处理？

3. 让候选人优化该查询，例如添加索引、避免 $unwind 过多导致性能问题。

三、统计订单总数和订单金额平均值

---

3.1 认识

统计订单总数和订单金额平均值: 使用 $facet 进行并行统计, 同时返回 订单总数 和 订单金额平均值，而不是分两次查询数据库。

3.2 实现

db.orders.aggregate([
  { $facet: {
      orderStats: [
        { $group: { _id: null, totalOrders: { $sum: 1 } } }
      ],
      amountStats: [
        { $group: { _id: null, avgAmount: { $avg: "$orderAmount" } } }
      ]
  }}
])