本文介绍如何在 go 中借助 mgo.v2 驱动，利用 mongodb 聚合管道（$project + $match）高效执行“两字段和小于指定值”的查询，避免全量拉取后内存过滤，显著提升性能与可扩展性。
本文介绍如何在 go 中借助 mgo.v2 驱动，利用 mongodb 聚合管道（$project + $match）高效执行“两字段和小于指定值”的查询，避免全量拉取后内存过滤，显著提升性能与可扩展性。
在 MongoDB 查询中，若需基于多个字段的算术运算结果进行筛选（例如 sum + delta ），直接使用 <code>.Find() 无法表达此类动态计算逻辑——因为基础查询操作符（如 $lt）仅支持对单个字段或字面量比较，不支持字段间运算。此时应采用 聚合管道（Aggregation Pipeline），通过 $project 阶段预先计算新字段，再用 $match 进行条件过滤。
核心思路分两步：
-
投影计算：使用
$project创建临时字段（如total），其值为$sum与$delta的和（通过$add操作符）； -
条件匹配：在后续
$match阶段对新字段total执行判断。
以下是完整、可运行的 Go 示例代码（基于 mgo.v2）：
package main
import (
"fmt"
"gopkg.in/mgo.v2"
"gopkg.in/mgo.v2/bson"
)
type MarkModel struct {
ID bson.ObjectId `json:"_id,omitempty" bson:"_id,omitempty"`
Name string `json:"name" bson:"name"`
Sum int `json:"sum" bson:"sum"`
Delta int `json:"delta" bson:"delta"`
}
func main() {
session, err := mgo.Dial("localhost")
if err != nil {
panic(err)
}
defer session.Close()
session.SetMode(mgo.Monotonic, true)
c := session.DB("test").C("marks") // 注意：集合名建议小写、下划线风格
c.DropCollection() // 仅用于演示，生产环境慎用
// 插入测试数据
err = c.Insert(
&MarkModel{bson.NewObjectId(), "n1", 10, 1},
&MarkModel{bson.NewObjectId(), "n2", 20, 2},
&MarkModel{bson.NewObjectId(), "n3", 100, 1},
&MarkModel{bson.NewObjectId(), "n4", 2000, 2},
)
if err != nil {
panic(err)
}
// 聚合查询：Sum + Delta <p>⚠️ <strong>关键注意事项</strong>： </p>
-
$add操作符接受的是[]interface{}类型切片（如[]interface{}{"$sum", "$delta"}），而非[]string—— 原答案中[]string{"$sum", "$delta"}在较新版本 mgo 或严格模式下可能触发类型错误，务必修正； -
$project中显式列出_id,name,sum,delta是为了保留原始字段；若只需部分字段，可按需精简； -
mgo.v2已归档，强烈建议生产环境迁移到官方驱动go.mongodb.org/mongo-driver/mongo，其语法更现代、维护活跃、支持更多聚合特性（如$expr可在find()中直接使用字段运算）； - 若未来升级至官方驱动，等效查询可简化为：
filter := bson.M{"$expr": bson.M{"$lt": []interface{}{bson.M{"$add": []interface{}{"$sum", "$delta"}}, 1000}}} cursor, _ := collection.Find(ctx, filter)
通过聚合管道将计算逻辑下推至数据库层，不仅减少网络传输数据量，也大幅降低应用内存压力与 CPU 开销。对于高频、大数据量场景，这是必须掌握的性能优化实践。
