MongoDB 集合间关联查询后通过$filter进行筛选

来源：cnblogs　　作者：东山絮柳仔　　时间：2019/2/20 9:29:14　　对本文有异议

在前面的分享中，有讲解 “详解MongoDB中的多表关联查询（$lookup）” 一节，其内容涵盖了常见的集合管理的需求。我们知道文档的选择都是通过$match进行匹配刷选。但这是文档间的匹配筛选，并没有对单个新生成的文档进行内嵌子文档进行筛选。

那么什么是$lookup后新文档的内嵌子文档呢？

假设有以下2个集合，一个是商品库存集合 inventory，存储的测试数据如下：

db.inventory.insert([
   { "_id" : 1, "sku" : "almonds", product: "product 1", "instock" : 120 },
   { "_id" : 2, "sku" : "bread1",  product: "product 2", "instock" : 80 },
   { "_id" : 3, "sku" : "bread2",  product: "product 2", "instock" : 80 },
   { "_id" : 4, "sku" : "pecans1", product: "product 4", "instock" : 70 },
   { "_id" : 5, "sku" : "pecans2", product: "product 4", "instock" : 70 },
])

一个是商品对应的原料集合product，存储的测试数据，如下。

db.product.insert([
   { "_id" : 1, product: "product 1", description: "金玉满堂1" },
   { "_id" : 2,  product: "product 2", description: "招财进宝"},
   { "_id" : 3, product: "product 4", description: "杨柳依依"},
])

两个集合都包含有product 字段，如果 需求是按原料名称统计每个原料对应的商品情况。

可以根据字段product进行集合关联，并且product集合的文档与inventory 集合的文档是一对多的关系。

执行关联脚本查询的脚本如下：

db.product.aggregate([
   {
     $lookup:
       {
         from: "inventory",
         localField: "product",
         foreignField: "product",
         as: "inventory_docs"
       }
  }
])

新生成的聚合集合的文档如下：

/* 1 */
{
    "_id" : 1,
    "product" : "product 1",
    "description" : "金玉满堂1",
    "inventory_docs" : [
        {
            "_id" : 1,
            "sku" : "almonds",
            "product" : "product 1",
            "instock" : 120,
            "state" : "OK"
        }
    ]
},
/* 2 */
{
    "_id" : 2,
    "product" : "product 2",
    "description" : "招财进宝",
    "inventory_docs" : [
        {
            "_id" : 2,
            "sku" : "bread1",
            "product" : "product 2",
            "instock" : 80,
            "state" : "OK"
        },
        {
            "_id" : 3,
            "sku" : "bread2",
            "product" : "product 2",
            "instock" : 80,
            "state" : "Simple"
        }
    ]
},
/* 3 */
{
    "_id" : 3,
    "product" : "product 4",
    "description" : "杨柳依依",
    "inventory_docs" : [
        {
            "_id" : 4,
            "sku" : "pecans1",
            "product" : "product 4",
            "instock" : 70,
            "state" : "OK"
        },
        {
            "_id" : 5,
            "sku" : "pecans2",
            "product" : "product 4",
            "instock" : 70,
            "state" : "Simple"
        }
    ]
}

从返回结果可以看出，

（1） 返回的文档数量和.aggreate的集合文档数量一样（即外面的那个集合，而不是新字段的From的那个集合）。

（2）关联的主要功能是将每个输入待处理的文档，经过$lookup 阶段的处理，输出的新文档中会包含一个新生成的数组列（户名可根据需要命名新key的名字）。数组列存放的数据是来自被Join 集合的适配文档，如果没有，集合为空（即为[ ]）。

注意新的字段的类型是数组的形式，一对多的时候，新字段就是就是明显的内嵌子文档。

我们看到新文档的字段 inventory_docs ，它由两个内嵌子文档组成，

"inventory_docs" : [
        {
            "_id" : 4,
            "sku" : "pecans1",
            "product" : "product 4",
            "instock" : 70,
            "state" : "OK"
        },
        {
            "_id" : 5,
            "sku" : "pecans2",
            "product" : "product 4",
            "instock" : 70,
            "state" : "Simple"
        }
    ]

那么如何根据要求筛选符合要求的子文档呢？$match是不可以的，这时候可以通过$filter。

代码如下：

db.product.aggregate([
   {
     $lookup:
       {
         from: "inventory",
         localField: "product",
         foreignField: "product",
         as: "inventory_docs"
       }
  }
  ,
       {
      $project: {
         inventory_docs: {
            $filter: {
               input: "$inventory_docs",
               as: "item",
              cond: { $eq: [ "$$item.state", "OK" ] }
            }
         }
      }
       }
])

结果显示如下：

/* 1 */
{
    "_id" : 1,
    "inventory_docs" : [
        {
            "_id" : 1,
            "sku" : "almonds",
            "product" : "product 1",
            "instock" : 120,
            "state" : "OK"
        }
    ]
},
/* 2 */
{
    "_id" : 2,
    "inventory_docs" : [
        {
            "_id" : 2,
            "sku" : "bread1",
            "product" : "product 2",
            "instock" : 80,
            "state" : "OK"
        }
    ]
},
/* 3 */
{
    "_id" : 3,
    "inventory_docs" : [
        {
            "_id" : 4,
            "sku" : "pecans1",
            "product" : "product 4",
            "instock" : 70,
            "state" : "OK"
        }
    ]
}