MongoDB聚合：匹配数组对象字段并实现结果重组与大小写不敏感查询

以下是满足需求的完整MongoDB聚合查询，同时解决大小写不敏感匹配和结果结构重组两个核心问题：

db.Collaborators.aggregate([
  // 可选：如果仅需查询特定邮箱用户，可在此添加过滤条件
  // { $match: { email: { $regex: /me@me.com/i } } },
  {
    $lookup: {
      from: "Initiatives",
      let: { userEmail: "$email" },
      pipeline: [
        // 第一步：筛选包含目标邮箱（大小写不敏感）的项目文档
        {
          $match: {
            $expr: {
              $in: [
                { $toLower: "$$userEmail" },
                { $map: {
                    input: "$Collaborators",
                    as: "collab",
                    in: { $toLower: "$$collab.email" }
                  }
                }
              ]
            }
          }
        },
        // 展开Collaborators数组，便于精准筛选当前用户的条目
        { $unwind: "$Collaborators" },
        // 第二步：精准匹配当前用户的协作条目（大小写不敏感）
        {
          $match: {
            $expr: {
              $eq: [
                { $toLower: "$Collaborators.email" },
                { $toLower: "$$userEmail" }
              ]
            }
          }
        },
        // 重组结构：提取所需字段，将role、rating与title合并为目标格式
        {
          $project: {
            _id: 0,
            title: 1,
            role: "$Collaborators.role",
            rating: "$Collaborators.rating"
          }
        }
      ],
      as: "Initiatives"
    }
  },
  // 可选：过滤掉未参与任何项目的用户
  { $match: { Initiatives: { $ne: [] } } }
])

关键细节说明 #

• 大小写不敏感匹配：
  通过$toLower将用户邮箱和项目协作人邮箱统一转换为小写后再比较，完全兼容ME@ME.COM、Me@Me.Com这类大小写变体。第一个$match阶段先用$map把项目的所有协作人邮箱转成小写数组，再用$in判断用户邮箱是否在其中，避免提前展开数组造成性能浪费。

• 结果结构重组：
  在$lookup的内部管道最后添加$project阶段，直接提取项目title，并将协作人对象中的role、rating字段提升到顶层，同时排除不需要的_id，最终Initiatives数组的元素完全符合目标结构。

• 性能优化：
  先通过第一个$match过滤出包含目标用户的项目文档，再执行$unwind操作，比直接展开所有项目数组后筛选更高效，尤其适合数据量较大的集合。

内容的提问来源于stack exchange，提问作者richnwilson