在Java中操作mongodb进行复杂查询的关键在于掌握filters构建组合条件、嵌套文档与数组字段处理、分页排序、投影控制及聚合管道。1. 使用filters类的eq()、and()、or()等方法构建多字段组合查询；2. 对嵌套文档使用点号表示法，对数组字段使用all()或elemmatch()进行匹配；3. 通过skip()、limit()、sort()实现分页和排序；4. 利用projection()控制返回字段；5. 使用聚合管道实现分组统计等高级查询逻辑。
在Java中操作mongodb进行复杂查询，关键在于熟悉MongoDB的查询语法以及Java驱动提供的API。本文不会从连接数据库开始讲起，而是专注于如何用Java编写复杂的MongoDB查询逻辑，适合已经能完成基本CRUD操作、希望进一步提升查询能力的开发者。
使用Filters构建组合查询条件
MongoDB Java驱动提供了Filters类来帮助构建各种查询条件。对于复杂查询来说，往往需要多个字段组合判断，甚至嵌套使用and、or等逻辑。
常用方法包括：
立即学习“Java免费学习笔记（深入）”；
- eq()：等于
- ne()：不等于
- gt()、gte()：大于、大于等于
- in()：字段值在集合中
- and() / or()：组合多个条件
import static com.mongodb.client.model.Filters.*; Bson filter = and( eq("status", "active"), gt("age", 25), in("role", Arrays.asList("admin", "editor")) );
这段代码表示筛选出状态为“active”、年龄大于25岁、且角色是“admin”或“editor”的用户。
小技巧：当条件较多时，建议将每个子条件单独定义，再通过and()或or()组合，这样更清晰易维护。
嵌套文档与数组字段的查询技巧
如果数据结构中包含嵌套文档或者数组字段，就不能简单地用点号拼接字段名了。例如，有一个用户表，其中address是一个嵌套对象：
{ "name": "Tom", "address": { "city": "Shanghai", "zip": "200000" } }
要查询居住在上海的用户，可以这样写：
Bson filter = eq("address.city", "Shanghai");
如果是数组字段，比如一个用户可能有多个兴趣爱好（hobbies）：
{ "name": "Jerry", "hobbies": ["reading", "music"] }
你可以使用all()来查找同时喜欢阅读和音乐的用户：
filter = all("hobbies", Arrays.asList("reading", "music"));
也可以用elemMatch()匹配数组中满足多个条件的元素（适用于数组中的对象）。
分页、排序与投影控制返回字段
在处理大数据量时，分页和排序几乎是标配功能。Java驱动支持使用skip()、limit()和sort()方法实现这些功能。
FindIterable<Document> result = collection.find(filter) .skip(10) // 跳过前10条 .limit(20) // 取20条 .sort(Sorts.descending("age")); // 按年龄降序排列
此外，还可以使用projection()控制返回的字段，避免传输不必要的数据：
import static com.mongodb.client.model.Projections.*; collection.find(filter) .projection(fields(include("name", "email"), excludeId()));
这会只返回name和email字段，并排除默认的_id字段。
使用聚合管道实现高级查询逻辑
对于更复杂的统计分析需求，比如分组、计算平均值、过滤后再聚合等，就要用到聚合管道（Aggregation Pipeline）。
例如，按角色分组并统计每组人数：
List<Bson> pipeline = Arrays.asList( group("$role", Accumulators.sum("count", 1)) ); AggregateIterable<Document> result = collection.aggregate(pipeline);
你还可以在管道中加入match、project、sort等多个阶段，形成完整的分析流程。
注意：聚合查询性能容易受数据量影响，合理使用索引和限制返回字段是优化的关键。
