$ifNull是MongoDB聚合中处理null/undefined/缺失字段的最直接手段，仅在$project、$addFields等表达式上下文中生效，不可用于$match或顶层查询；必须用于后续需$group、$sort、$lookup等阶段的字段，默认值保障类型稳定与计算正确。
$ifNull 是聚合阶段处理 null、undefined 或缺失字段最直接的手段，但它只在 $project、$addFields 等表达式上下文中生效，不能用在 $match 或顶层查询条件里。
什么时候必须用 $ifNull 而不是 Python 层兜底
聚合结果要用于后续阶段（比如 $group、$sort、$lookup），就不能把空值留到应用层再补——否则分组键可能崩，排序会出错，关联查表时 $unwind 直接跳过整条记录。
- 字段参与
$group的_id或计算字段（如{"$sum": "$score"}），若$score为null，求和结果就是null，不是0 - 用
$lookup关联后$unwind，若被关联文档为空，整个主文档会被丢弃；加$ifNull先给默认值，再$unwind就能保主文档 - 前端或 BI 工具直连聚合结果，要求字段类型/值稳定，不能有时是字符串、有时是
null
$ifNull 的参数顺序和常见写法错误
语法是 { $ifNull: [ ，第一个是待检查的表达式，第二个是 fallback 值。容易错在：
- 把字段名写成字符串字面量，比如
"description"—— 正确写法是"$description"（带$前缀） - 误以为支持多个 fallback 值链式判断，比如
["a", "b", "c"]—— 实际上 MongoDB 5.0+ 才支持多输入，旧版本只认两个参数，多传会报Unrecognized expression '$ifNull' - 在
$cond里嵌套$ifNull却漏了括号层级，导致解析失败；建议先单独测试$ifNull表达式再嵌套
正确示例：{"score": {"$ifNull": ["$score", 0]}}；错误示例：{"score": {"$ifNull": "score", 0}}（少方括号）、{"score": {"$ifNull": ["score", 0]}}（缺 $）。
和 $cond、$coalesce 的区别在哪
$ifNull 语义最窄也最安全：只判 null/undefined/缺失，不判空字符串、0、false。而 $cond 灵活但啰嗦，$coalesce（MongoDB 5.0+）行为类似 $ifNull 但支持多参数且更严格（不把缺失字段当 null）。
- 要区分
""和null？必须用$cond：{"$cond": [{"$eq": ["$desc", null]}, "N/A", "$desc"]} - 想从多个字段取第一个非空值（如优先用
email，没有就用phone，再没有用"contact@unknown"），5.0+ 可用$coalesce，否则得嵌套$ifNull -
$ifNull性能略优于$cond，因为底层优化更直接，尤其在大数据集$project阶段
Python 应用层配合聚合时的关键注意点
别在 Python 里对聚合结果再做 doc.get("field", default) 来“保险”——如果聚合本身没用 $ifNull，那 doc 里的字段值仍是 None，get() 有效；但如果聚合已用 $ifNull 补了默认值，应用层再补一次反而掩盖逻辑问题。
- 聚合输出字段名和 Python 字段名不一致时（比如
"user_name"→"name"），$ifNull必须写在重命名之后的字段上，否则无效 - 用
Pydantic模型解析聚合结果前，确保模型字段默认值与$ifNull一致，否则校验失败 - 调试时直接用
list(collection.aggregate(pipeline))看原始输出，比在 Python 里层层 print 更快定位是聚合漏了$ifNull还是代码逻辑错了
真正容易被忽略的是：聚合管道里 $ifNull 生效的前提是字段确实被投射出来；如果 $project 没显式包含该字段，或者被前面的 $unset 干掉了，那后面再怎么写 $ifNull 都没机会执行。
