文档数据库中的聚合是指将存储在多个文档中的数据进行组合、分析和转换，以产生汇总或计算结果的过程。与使用表和行的关系数据库不同，文档数据库（如 MongoDB）将数据存储在灵活的、类似 JSON 的结构中。聚合允许开发人员执行诸如分组、过滤、排序和计算值（总和、平均值等）等操作。这在处理大型数据集时特别有用，因为它避免了在应用程序代码中手动处理数据的需要，从而提高了效率并降低了复杂性。
聚合的一个常见示例是使用基于管道的方法，其中数据流经一系列处理阶段。例如，在 MongoDB 中，聚合管道可能首先使用 $match 阶段过滤文档，使用 $group 对相关数据进行分组，然后使用 $sort 对结果进行排序。假设您有一个销售订单集合。您可以按地区汇总总销售额，首先匹配某个日期范围内的订单，按 region 字段分组以求和 amount 值，然后按总销售额对地区进行排序。另一个示例涉及嵌套数据：如果文档包含数组（例如，产品标签列表），则可以使用 $unwind 将数组分解为单个文档，然后计算每个标签在所有产品中出现的频率。
聚合对于生成报告、分析或准备 API 数据至关重要。 它支持那些原本需要多次查询或复杂应用程序逻辑的操作。例如，计算每月收入趋势、识别畅销产品或合并来自相关文档（如用户个人资料及其订单）的数据变得简单。虽然功能强大，但聚合管道可能会变得复杂，因此优化阶段（例如，尽早过滤以减少处理）并在可能的情况下使用索引非常重要。 像 MongoDB Compass 这样的工具提供了可视化构建器来简化管道创建，使聚合即使对于不太熟悉其语法的开发人员也可以访问。