跨分片视图仅在分片集群中有效，副本集不支持；必须通过mongos连接、至少一个数据库已启用分片、所有分片副本集健康，否则聚合失败或静默退化。
跨分片视图（sharded view）在副本集上根本无法工作——这不是配置或语法问题，而是 MongoDB 服务端硬性限制。你看到的聚合失败，大概率是因为误连了 mongod 而非 mongos，或集群压根没启用分片。
为什么副本集里查不了跨分片视图
视图（view）本身是逻辑层封装，但“跨分片”这个行为只存在于分片集群中。副本集没有分片概念，mongod 实例不理解 sharded view 的路由语义，也不会去协调多个分片的数据。哪怕你用 db.createView() 在副本集上成功创建了视图，只要它底层引用了多个数据库或集合（尤其是跨库），后续聚合就会失败。
常见错误包括：
-
NotImplemented: Cross-database transactions are not supported in replica sets（MongoDB 6.0+ 明确报错） - 静默退化：查询返回空结果或部分数据，无错误，但
explain("executionStats")显示只扫描了单个数据库 -
CommandNotFound: 'aggregate' not supported on this server（连的是从节点且未设readPreference: primary）
如何确认你连的是 mongos 而不是 mongod
这是最容易被忽略的第一步。副本集上能连通的地址，99% 不是 mongos；而 mongos 连不上，往往是因为你用了 mongodb://localhost:27017 这类直连地址。
- 执行
db.runCommand({isMaster: 1})，检查返回字段：msg === "isdbgrid"才表示连的是mongos；若为"isreplicaset"或"ismaster"，说明连的是副本集节点 - 在
mongos上运行sh.status()，输出中必须有shards字段且非空，enabled: true - 执行
db.runCommand({serverStatus: 1})，只有mongos会返回sharding.inShardedCluster === true
跨分片视图聚合必须满足的三个前提
即使你已连上 mongos，视图聚合仍可能失败——因为视图依赖的底层集合、数据库、分片状态都必须就位。
- 至少一个数据库已启用分片：
sh.enableSharding("db_name")；否则mongos不会加载该库的分片元数据 - 视图定义中所有被引用的集合，其所在数据库必须已通过
sh.enableSharding()启用；未启用的库会被mongos当作本地库处理，无法跨分片路由 - 所有分片副本集必须健康：
rs.status().members中不能有STARTUP2、ROLLBACK或长期RECOVERING状态成员；否则mongos会跳过该分片，导致聚合结果不全或报StaleConfig
替代方案：不用视图也能达成类似效果
如果你暂时无法升级到分片集群，或改造成本太高，不要强行在副本集里模拟“跨分片视图”。更实际的做法是：
- 把多库聚合逻辑下推到应用层：用多次独立查询分别拉取
db1.collA和db2.collB数据，在内存中join或分组统计 - 合并数据库：将原属不同库的集合迁入同一库（如统一用
analytics库），再建普通视图——副本集完全支持单库内跨集合视图 - 用
$lookup替代跨库引用：只要两个集合在同一副本集内，$lookup可跨集合（但不能跨数据库）；把目标集合显式指定为from: "collB"，不带库名前缀
真正棘手的不是语法写不对，而是误以为“视图”能绕过架构限制。MongoDB 的分片能力是集群级能力，不是单实例可插拔功能——这点一旦混淆，排查方向就全偏了。
