因为mongodb 5.0的$setwindowfields不支持$avg窗口操作符，仅允许sum()、count()等有限聚合，需用$sum+$divide配合$cond过滤非数值并统计有效数量来模拟移动平均。
为什么 $setWindowFields 在 MongoDB 5.0 中无法直接计算移动平均？
因为 $setWindowFields 虽然支持窗口函数，但 MongoDB 5.0 **不支持 avg() 作为窗口聚合操作符**——它只允许 sum()、count()、min()、max() 和 push()。试图写 { $avg: "$value" } 会直接报错："$avg is not supported in this context"。
所以你不能像 SQL 或 Spark 那样直写 avg(value) over (order by ts rows between 2 preceding and current row)。
用 $sum + $divide 模拟移动平均的实操步骤
核心思路：先用 $sum 窗口算指定范围内的和，再除以该范围内有效非空元素个数（不能硬除 3，因为可能有 null 或缺失字段）。
- 必须显式指定
partitionBy（即使单序列也建议设为1，避免意外跨分组） -
sortBy字段必须有索引（否则聚合会失败或极慢），例如{ timestamp: 1 } - 用
$cond+$isNumber过滤掉非数值项，再用$sum统计有效数量（不能用$count，它不支持窗口） - 窗口范围用
documents: [ -2, 0 ]表示“当前行及前两行”，注意这是按文档顺序，不是时间戳逻辑顺序——务必先$sort
db.metrics.aggregate([
{ $sort: { timestamp: 1 } },
{
$setWindowFields: {
partitionBy: 1,
sortBy: { timestamp: 1 },
output: {
sum_last3: {
$sum: {
$cond: [
{ $isNumber: "$value" },
"$value",
0
]
}
},
count_last3: {
$sum: {
$cond: [
{ $isNumber: "$value" },
1,
0
]
}
}
}
}
},
{
$addFields: {
ma3: {
$cond: [
{ $gt: ["$count_last3", 0] },
{ $divide: ["$sum_last3", "$count_last3"] },
null
]
}
}
}
])
常见错误与兼容性陷阱
MongoDB 5.0 的 $setWindowFields 对数据类型和空值非常敏感，容易返回 null 或跳过整个文档：
- 如果
value是字符串（如"12.5"），$isNumber返回false，需提前用$toDouble转换，但注意失败时返回null，要嵌套判断 - 窗口范围用
range（基于值）在 5.0 不支持时间单位（如"2 hours"），只能用documents（基于位置） - 若集合无
timestamp索引，$setWindowFields会报错"Sort exceeded memory limit"，即使数据量很小 -
$setWindowFields必须出现在$sort之后、且不能跟在$group后面——它要求输入是有序文档流，不是分组结果
替代方案：什么时候该放弃 $setWindowFields？
如果你需要按时间范围（比如“过去 7 天”）而非固定文档数做平均，或者数据稀疏、时间戳不均匀，$setWindowFields 就不再适用：
- 改用应用层计算：用 Python/Node.js 拉取排序后数据，用
pandas.Series.rolling(7).mean()或rxjsbuffer 实现更可控的滑动逻辑 - 预计算存入新字段：用定期 job（如每小时）执行聚合写回，避免实时压力
- 升级到 MongoDB 7.0+：支持
$integral和更丰富的窗口统计，但 5.0 用户无法受益
真正卡住的往往不是语法，而是误以为“窗口函数 = 自动时间对齐”——它只认文档位置，不认业务语义。时间对齐必须靠前置 $sort + 稳定数据结构来保底。
