MongoDB分组聚合结果过滤优化：无需$unwind获取匹配角色

核心思路是在单文档层面先过滤出匹配目标组织的权限条目，再基于该条目进行分组，避免$unwind带来的文档膨胀问题。

最终聚合语句 #

[
  {
    "$match": {
      "accessControl.organization": ObjectId("64591e18c826eb8dec7cff39")
    }
  },
  {
    "$addFields": {
      "matchedAccess": {
        "$filter": {
          "input": "$accessControl",
          "as": "ac",
          "cond": { "$eq": ["$$ac.organization", ObjectId("64591e18c826eb8dec7cff39")] }
        }
      }
    }
  },
  {
    "$group": {
      "_id": {
        "roleName": { "$arrayElemAt": ["$matchedAccess.role.name", 0] },
        "roleId": { "$arrayElemAt": ["$matchedAccess.role._id", 0] }
      },
      "users": {
        "$push": {
          "_id": "$_id",
          "disabled": "$disabled",
          "email": "$email",
          "emailVerified": "$emailVerified",
          "name": "$name",
          "accessControl": "$matchedAccess"
        }
      }
    }
  },
  {
    "$project": {
      "_id": 0,
      "role": {
        "name": "$_id.roleName",
        "id": "$_id.roleId"
      },
      "users": 1
    }
  }
]

关键步骤说明 #

1. $match阶段：和原语句一致，快速筛选出包含目标组织权限的用户，可利用accessControl.organization字段的索引提升查询效率。
2. $addFields阶段：用$filter遍历accessControl数组，仅保留与目标组织匹配的权限条目，存入matchedAccess字段。这一步在单文档内完成数组过滤，不会产生额外文档。
3. $group阶段：基于matchedAccess中的角色信息分组，用$arrayElemAt取数组第一个元素（假设单个用户在同一组织下仅对应一个权限条目），避免因数组导致的分组混乱；同时将用户信息推入对应角色的users数组，且仅保留匹配组织的权限。
4. $project阶段：调整输出格式，将分组ID转换为清晰的role结构，去除冗余字段。

效率优势 #

相比$unwind会将每个数组条目拆分为独立文档（数据量可能成倍数膨胀），此方案通过单文档内的数组操作完成筛选，大幅减少中间处理的文档数量，在大数据量场景下性能提升明显。

内容的提问来源于stack exchange，提问作者Diego L