$ lookup之后的聚合过滤器

这里的问题实际上是关于一些不同的东西，根本不需要$lookup。但是，对于仅从“ $ lookup之后过滤”标题到达此处的任何人，这些都是适合您的技术：MongoDB 3.6-子管道db.test.aggregate([    { "$match": { "id": 100 } },    { "$lookup": {      "from": "test",      "let": { "id": "$id" },      "pipeline": [        { "$match": {          "value": "1",          "$expr": { "$in": [ "$$id", "$contain" ] }        }}      ],      "as": "childs"    }}])较早-$ lookup + $ unwind + $ match合并db.test.aggregate([    { "$match": { "id": 100 } },    { "$lookup": {        "from": "test",        "localField": "id",        "foreignField": "contain",        "as": "childs"    }},    { "$unwind": "$childs" },    { "$match": { "childs.value": "1" } },    { "$group": {        "_id": "$_id",        "id": { "$first": "$id" },        "value": { "$first": "$value" },        "contain": { "$first": "$contain" },        "childs": { "$push": "$childs" }     }}])如果您质疑为什么不$unwind使用$filter该数组，请阅读Aggregate $ lookup匹配管道中文档的总大小超出了所有文档的最大文档大小，以了解为什么这是通常必需的并且是最佳方法。对于MongoDB 3.6及更高版本，通常要在将所有内容都返回到数组之前“过滤”外部集合的结果，来表达更具表现力的“子管道”。回到答案，尽管实际上描述了为什么所提问题根本不需要“加入”。原版的$lookup像这样使用并不是在这里执行所需操作的最“有效”方法。但是稍后会详细介绍。作为一个基本概念，只需$filter在结果数组上使用：db.test.aggregate([     { "$match": { "id": 100 } },     { "$lookup": {        "from": "test",        "localField": "id",        "foreignField": "contain",        "as": "childs"    }},    { "$project": {        "id": 1,        "value": 1,        "contain": 1,        "childs": {           "$filter": {               "input": "$childs",               "as": "child",               "cond": { "$eq": [ "$$child.value", "1" ] }           }        }    }}]);或$redact改为使用：db.test.aggregate([     { "$match": { "id": 100 } },     { "$lookup": {        "from": "test",        "localField": "id",        "foreignField": "contain",        "as": "childs"    }},    { "$redact": {        "$cond": {           "if": {              "$or": [                { "$eq": [ "$value", "0" ] },                { "$eq": [ "$value", "1" ] }              ]           },           "then": "$$DESCEND",           "else": "$$PRUNE"        }    }}]);两者都得到相同的结果：{    "_id":ObjectId("570557d4094a4514fc1291d6"),  "id":100,  "value":"0",  "contain":[ ],  "childs":[ {        "_id":ObjectId("570557d4094a4514fc1291d7"),      "id":110,      "value":"1",      "contain":[ 100 ]    },    {        "_id":ObjectId("570557d4094a4514fc1291d8"),      "id":120,      "value":"1",      "contain":[ 100 ]    }  ]}最重要的是，$lookup它本身不能“还”查询以仅选择某些数据。因此，所有“过滤”操作都需要在$lookup但是，实际上对于这种类型的“自我连接”，您最好根本不使用它$lookup，并且完全避免额外读取和“哈希合并”的开销。只需获取相关项目，即可$group：db.test.aggregate([  { "$match": {     "$or": [      { "id": 100 },      { "contain.0": 100, "value": "1" }    ]  }},  { "$group": {    "_id": {      "$cond": {        "if": { "$eq": [ "$value", "0" ] },        "then": "$id",        "else": { "$arrayElemAt": [ "$contain", 0 ] }      }    },    "value": { "$first": { "$literal": "0"} },    "childs": {      "$push": {        "$cond": {          "if": { "$ne": [ "$value", "0" ] },          "then": "$$ROOT",          "else": null        }      }    }  }},  { "$project": {    "value": 1,    "childs": {      "$filter": {        "input": "$childs",        "as": "child",        "cond": { "$ne": [ "$$child", null ] }      }    }  }}])由于我有意删除了多余的字段，所以结果仅稍有不同。如果您确实要添加它们，请自己添加：{  "_id" : 100,  "value" : "0",  "childs" : [    {      "_id" : ObjectId("570557d4094a4514fc1291d7"),      "id" : 110,      "value" : "1",      "contain" : [ 100 ]    },    {      "_id" : ObjectId("570557d4094a4514fc1291d8"),      "id" : 120,      "value" : "1",      "contain" : [ 100 ]    }  ]}因此，这里唯一真正的问题是“过滤” null数组中的任何结果，该数组是在当前文档正在parent处理中时创建的$push。您在这里似乎还缺少的是，您要查找的结果根本不需要聚合或“子查询”。您已经结束或可能在其他地方找到的结构是“设计的”，以便您可以在单个查询请求中获得“节点”及其所有“子代”。这意味着只有“ query”才是真正需要的，而数据收集（由于没有真正“减少”任何内容而已）的全部工作只是迭代游标结果的功能：var result = {};db.test.find({  "$or": [    { "id": 100 },    { "contain.0": 100, "value": "1" }  ]}).sort({ "contain.0": 1 }).forEach(function(doc) {  if ( doc.id == 100 ) {    result = doc;    result.childs = []  } else {    result.childs.push(doc)  }})printjson(result);这做的完全一样：{  "_id" : ObjectId("570557d4094a4514fc1291d6"),  "id" : 100,  "value" : "0",  "contain" : [ ],  "childs" : [    {      "_id" : ObjectId("570557d4094a4514fc1291d7"),      "id" : 110,      "value" : "1",      "contain" : [              100      ]    },    {      "_id" : ObjectId("570557d4094a4514fc1291d8"),      "id" : 120,      "value" : "1",      "contain" : [              100      ]    }  ]}并证明您在这里真正需要做的就是发出“单个”查询以选择父项和子项。返回的数据是相同的，并且您在服务器或客户端上所做的所有工作都在“按摩”为另一种收集的格式。这是在这种情况下您可以“思考”如何在“关系”数据库中做事的情况之一，而没有意识到由于数据的存储方式已“改变”，因此您不再需要使用同样的方法。这正是文档示例“带有子引用的模型树结构”结构中的要点，在该示例中可以轻松地在一个查询中选择父级和子级。

$ lookup之后的聚合过滤器

3回答