在MongoDB中，aggregate()（聚合管道）和$expr都是处理复杂查询逻辑的工具，但它们的设计目的、使用场景和功能范围有显著区别。

一、基本定义

1. aggregate() 聚合管道

是MongoDB用于处理数据聚合操作的框架，通过多个阶段（stage）按顺序执行，实现数据的筛选、转换、分组、计算等复杂操作。每个阶段处理前一阶段的输出，最终返回处理结果。

基本语法：

db.collection.aggregate([
  { $stage1: { ... } },  // 第一阶段：如筛选、匹配
  { $stage2: { ... } },  // 第二阶段：如分组、排序
  // ...更多阶段
])

常用阶段：$match（筛选）、$group（分组）、$project（字段投影）、$sort（排序）、$lookup（联表查询）等。

2. $expr 操作符

是MongoDB查询语句（如find()）中用于在查询条件中使用聚合表达式的操作符，支持字段间的比较、算术运算等逻辑（例如判断a + b > c）。

基本语法：

db.collection.find({
  $expr: {  // 聚合表达式逻辑
    $gt: ["$field1", { $add: ["$field2", 10] }]  // 示例：field1 > field2 + 10
  }
})

支持的表达式：$gt（大于）、$eq（等于）、$add（加法）、$year（提取年份）等聚合函数。

二、核心区别

维度	aggregate() 聚合管道	$expr 操作符
使用场景	处理多步骤的复杂数据处理（分组、联表、统计等）	在单条查询中实现字段间运算或复杂比较
操作对象	对集合中的数据进行多阶段流水线处理	仅在find()的查询条件中使用，作用于单条文档
功能范围	支持几乎所有聚合操作（分组、累加、联表等）	仅支持聚合表达式的逻辑判断（无分组/联表能力）
返回结果	可返回经过转换、计算后的新数据结构	仅返回符合条件的原始文档（或投影后的字段）
性能特点	适合处理大量数据，但复杂管道可能耗时较长	可能无法使用索引（尤其涉及多字段运算时）
与索引配合	早期阶段（如$match）可有效利用索引	多数情况下无法利用索引，可能触发全表扫描

三、适用场景案例

1. 何时使用 aggregate()？

当需要多步骤处理数据，或实现分组、统计、联表等复杂逻辑时，使用聚合管道。

案例1：统计每个用户的订单总金额

db.orders.aggregate([
  // 阶段1：筛选有效订单
  { $match: { status: "PAID" } },
  // 阶段2：按用户ID分组，计算总金额
  { $group: { 
      _id: "$userId",  // 分组键：userId
      totalAmount: { $sum: "$amount" }  // 累加金额
    }
  },
  // 阶段3：按总金额降序排序
  { $sort: { totalAmount: -1 } },
  // 阶段4：限制返回前10名
  { $limit: 10 }
])

解析：通过多阶段协作，实现从筛选到分组统计再到排序的完整流程，这是$expr无法单独完成的。

案例2：联表查询（关联用户表和订单表）

db.users.aggregate([
  { $match: { registerTime: { $gte: ISODate("2023-01-01") } } },
  // 关联orders表，查询每个用户的订单
  { $lookup: {
      from: "orders",
      localField: "userId",
      foreignField: "userId",
      as: "userOrders"
    }
  },
  // 只保留用户ID和订单列表
  { $project: { userId: 1, userOrders: 1, _id: 0 } }
])

解析：$lookup是聚合管道特有的联表功能，$expr无法实现跨集合查询。

2. 何时使用 $expr？

当需要在find()查询中实现单文档内的字段间运算或复杂比较，且逻辑简单无需多阶段处理时，使用$expr。

案例1：查询“实际支付金额 > 商品原价的80%”的订单

db.orders.find({
  $expr: { 
    $gt: ["$paymentAmount", { $multiply: ["$originalPrice", 0.8] }] 
  },
  status: "PAID"  // 可结合普通查询条件
})

解析：通过$expr实现两个字段的算术比较，逻辑简单，无需多阶段处理。

案例2：查询“创建时间和支付时间在同一天”的订单

db.orders.find({
  $expr: {
    $eq: [
      { $dateToString: { format: "%Y-%m-%d", date: "$createTime" } },
      { $dateToString: { format: "%Y-%m-%d", date: "$payTime" } }
    ]
  }
})

解析：使用日期函数处理后比较，适合在单条查询中完成。

四、总结：如何选择？

1. 用 aggregate() 当：

   • 需要多步骤处理数据（如先筛选再分组，再排序）。
   • 涉及分组统计（$group）、联表查询（$lookup）、数据转换（$project 重命名/计算新字段）。
   • 处理结果需要重新组织结构（如合并字段、拆分数组）。

2. 用 $expr 当：

   • 仅需在find()查询中实现单文档内的字段间运算或复杂比较。
   • 逻辑简单，无需多阶段处理。
   • 不需要分组、统计或联表等聚合功能。

3. 注意：

   • $expr 可作为aggregate()中$match阶段的条件（增强筛选能力）。
   • 两者都可能影响性能，需结合explain()分析优化（尤其$expr要警惕全表扫描）。