$sort（聚合）

性能

$sort 是一个阻塞阶段，这会导致管道在处理数据前等待为阻塞阶段检索所有输入数据。阻塞阶段可能会降低性能，因为它会减少具有多个阶段的管道的并行处理。对于大型数据集，阻塞阶段还可能使用大量内存。

限制

• 您最多可以对 32 个键进行排序。

• 为排序模式提供重复字段会导致错误。

排序一致性

MongoDB 不按特定顺序将文档存储在集合中。对包含重复值的字段进行排序时，可能会以任何顺序返回包含这些值的文档。

如果需要一致的排序顺序，请在排序中至少纳入一个包含唯一值的字段。最简单方法是在排序查询中纳入 _id 字段。

考虑以下restaurant集合：

db.restaurants.insertMany( [
   { "_id" : 1, "name" : "Central Park Cafe", "borough" : "Manhattan"},
   { "_id" : 2, "name" : "Rock A Feller Bar and Grill", "borough" : "Queens"},
   { "_id" : 3, "name" : "Empire State Pub", "borough" : "Brooklyn"},
   { "_id" : 4, "name" : "Stan's Pizzaria", "borough" : "Manhattan"},
   { "_id" : 5, "name" : "Jane's Deli", "borough" : "Brooklyn"},
] )

以下命令使用 $sort 阶段对 borough 字段进行排序：

db.restaurants.aggregate(
   [
     { $sort : { borough : 1 } }
   ]
)

在此示例中，排序顺序可能不一致，因为 borough 字段包含 Manhattan 和 Brooklyn 的重复值。文档按 borough 的字母顺序返回，但具有 borough 重复值的文档的顺序在多次执行同一排序中可能不相同。例如，以下是上述命令两次不同执行的结果：

{ "_id" : 3, "name" : "Empire State Pub", "borough" : "Brooklyn" }
{ "_id" : 5, "name" : "Jane's Deli", "borough" : "Brooklyn" }
{ "_id" : 1, "name" : "Central Park Cafe", "borough" : "Manhattan" }
{ "_id" : 4, "name" : "Stan's Pizzaria", "borough" : "Manhattan" }
{ "_id" : 2, "name" : "Rock A Feller Bar and Grill", "borough" : "Queens" }
{ "_id" : 5, "name" : "Jane's Deli", "borough" : "Brooklyn" }
{ "_id" : 3, "name" : "Empire State Pub", "borough" : "Brooklyn" }
{ "_id" : 4, "name" : "Stan's Pizzaria", "borough" : "Manhattan" }
{ "_id" : 1, "name" : "Central Park Cafe", "borough" : "Manhattan" }
{ "_id" : 2, "name" : "Rock A Feller Bar and Grill", "borough" : "Queens" }

虽然 borough 的值仍按字母顺序排序，但包含 borough 重复值的文档（即 Manhattan 和 Brooklyn）的顺序不同。

要实现一致的排序，请在排序中添加一个仅包含唯一值的字段。以下命令使用 $sort 阶段对 borough 字段和 _id 字段进行排序：

db.restaurants.aggregate(
   [
     { $sort : { borough : 1, _id: 1 } }
   ]
)

由于 _id 字段始终保证包含唯一值，因此在同一排序的多次执行中返回的排序顺序将始终相同。

按数组字段排序

当 MongoDB 按数组值字段对文档进行排序时，排序键取决于排序是升序还是降序：

• 在升序排序中，排序键是数组中的最低值。

• 在降序排序中，排序键是数组中的最高值。

查询过滤器不影响排序键的选择。

例如，使用以下文档创建 shoes 集合：

db.shoes.insertMany( [
   { _id: 'A', sizes: [ 7, 11 ] },
   { _id: 'B', sizes: [ 8, 9, 10 ] }
] )

以下查询按 sizes 字段以升序和降序对文档进行排序：

// Ascending sort
db.shoes.aggregate( [
   {
      $sort: { sizes: 1 }
   }
] )
// Descending sort
db.shoes.aggregate( [
   {
      $sort: { sizes: -1 }
   }
] )

前两个查询均首先返回包含 _id: 'A' 的文档，因为 7 和 11 分别是 sizes 数组中条目中的最小值和最大值。

升序/降序排序

对于要作为排序依据的一个或多个字段，请将排序顺序设置为 1 或 -1 以分别指定升序或降序，如下例所示：

db.users.aggregate(
   [
     { $sort : { age : -1, posts: 1 } }
   ]
)

此操作对 users 集合中的文档进行排序，先根据 age 字段降序排列，再根据 posts 字段中的值升序排序。

在排序操作中比较不同 BSON 类型的值时，MongoDB 使用以下从低到高的比较顺序：

1. MinKey（内部类型）

2. null

3. 数值（int、long、double、decimal）

4. 符号，字符串

5. 对象

6. 阵列

7. BinData

8. ObjectId

9. 布尔

10. Date

11. 时间戳

12. 正则表达式

13. JavaScript 代码

14. MaxKey（内部类型）

有关特定类型的比较/排序顺序的详细信息，请参阅比较/排序顺序。

Text Score Metadata Sort

对于包含 $text 的管道，您可以使用 { $meta: "textScore" } 表达式按相关性分数降序排序。在 { <sort-key> } 文档中，将 { $meta: "textScore" } 表达式设置为任意字段名称。查询系统将忽略该字段名称。例如：

db.users.aggregate(
   [
     { $match: { $text: { $search: "operating" } } },
     { $sort: { score: { $meta: "textScore" }, posts: -1 } }
   ]
)

此操作使用 $text 操作符匹配文档，然后首先按 "textScore" 元数据降序排序，然后按 posts 字段降序排序。查询系统会忽略排序文档中的 score 字段名称。在此管道中， "textScore" 元数据不包含在投影中，也不作为匹配文档的一部分返回。请参阅 $meta 以了解更多信息。

$sort +$limit 内存优化

当 $sort 在 $limit 之前，并且不存在修改文档数量的干预阶段，那么优化器可以将 $limit 合并到 $sort 中。这可以让 $sort 操作在进行过程中仅保留前 n 项结果（其中 n 是指定的限制值），并确保 MongoDB 只需在内存中存储 n 个项目。当 allowDiskUse 为 true 且 n 个项目超过了聚合内存限制时，此优化仍然适用。

优化可能因版本而异。

$sort 和内存限制

从 MongoDB 6.0 开始，需要 100 兆字节以上内存容量的管道阶段默认将临时文件写入磁盘。这些临时文件在管道执行期间持续存在，并且可能影响实例上的存储空间。在 MongoDB 的早期版本中，您必须将 { allowDiskUse: true } 传递给单个 find 和 aggregate 命令才能启用此行为。

单个 find 和 aggregate 命令可以通过以下任一方式覆盖 allowDiskUseByDefault 参数：

• 使用 { allowDiskUse: true } 以允许在 allowDiskUseByDefault 设置为 false 时将临时文件写入磁盘

• 使用 { allowDiskUse: false } 以禁止在 allowDiskUseByDefault 设置为 true 时将临时文件写入磁盘

有关更多详细信息，请参阅聚合管道限制。