MongoDB查询优化：筛选含指定用户且包含当前登录用户的聊天

需求说明 #

需要从Chats集合中查询同时包含指定用户名（如pam）和当前登录用户的聊天记录，原查询仅实现了筛选包含指定用户的聊天，需补充当前登录用户的过滤条件。

优化方案一：基于拆分重组的聚合查询 #

假设当前登录用户的_id为currentUserId（实际使用时替换为真实ObjectId），优化后的查询如下：

db.chats.aggregate([
    // 先过滤出包含当前登录用户的聊天，缩小处理范围
    { "$match": { "users": ObjectId("currentUserId") } },
    // 拆分users数组，为关联用户信息做准备
    { "$unwind": "$users" },
    // 关联users集合获取用户详情
    {
        "$lookup": {
            "from": "users",
            "localField": "users",
            "foreignField": "_id",
            "as": "user"
        }
    },
    // 展开lookup返回的user数组（确保为单个对象）
    { "$unwind": "$user" },
    // 匹配用户名符合指定规则的记录
    { "$match": { "user.name": { "$regex": "pam", "$options": "i" } } },
    // 分组去重，恢复聊天记录的原始结构
    { "$group": {
        "_id": "$_id",
        "chatName": { "$first": "$chatName" },
        "isGroupChat": { "$first": "$isGroupChat" },
        "users": { "$addToSet": "$users" },
        "latestMessage": { "$first": "$latestMessage" },
        "groupAdmin": { "$first": "$groupAdmin" },
        "createdAt": { "$first": "$createdAt" },
        "updatedAt": { "$first": "$updatedAt" }
    } }
])

步骤说明

1. 初始过滤：先用$match筛选出包含当前登录用户的聊天，减少后续需要处理的数据量，提升查询效率。
2. 拆分数组：通过$unwind将聊天的users数组拆分为单个文档，方便关联用户集合。
3. 关联用户信息：使用$lookup关联users集合，获取每个用户的详细数据。
4. 展开关联结果：$lookup返回的是数组，用$unwind转为单个对象，便于后续匹配用户名。
5. 匹配指定用户：通过$match筛选出用户名包含指定关键词的记录。
6. 分组去重：因为拆分后同一个聊天会生成多个文档，通过$group按聊天_id重组，恢复原始结构并去重。

优化方案二：基于Lookup管道的高效查询 #

这种方式无需拆分重组数组，性能更优，适合用户数量较多的场景：

db.chats.aggregate([
    // 先筛选包含当前登录用户的聊天
    { "$match": { "users": ObjectId("currentUserId") } },
    // 关联users集合，同时内部筛选符合用户名条件的用户
    {
        "$lookup": {
            "from": "users",
            "let": { "chatUsers": "$users" },
            "pipeline": [
                { "$match": {
                    "$expr": {
                        "$and": [
                            { "$in": ["$_id", "$$chatUsers"] },
                            { "$regexMatch": { "input": "$name", "regex": "pam", "options": "i" } }
                        ]
                    }
                } },
                { "$project": { "name": 1, "_id": 1 } }
            ],
            "as": "matchedUsers"
        }
    },
    // 筛选出存在匹配用户的聊天（即同时包含指定用户）
    { "$match": { "matchedUsers": { "$ne": [] } } },
    // 可选：移除临时的matchedUsers字段，恢复原文档结构
    { "$project": { "matchedUsers": 0 } }
])

优势说明

• 避免了$unwind和$group的拆分重组操作，减少数据处理开销。
• 在$lookup的内部管道中直接完成用户筛选，外部仅需判断是否存在匹配用户，逻辑更简洁高效。

注意事项 #

• 实际使用时，将ObjectId("currentUserId")替换为当前登录用户的真实_id值；若使用Mongoose，可直接传入用户文档的_id（Mongoose会自动处理ObjectId转换）。
• 若需要对用户名查询做性能优化，可给users.name字段创建文本索引，替换$regex为$text查询。

内容的提问来源于stack exchange，提问作者Nikita Jha