MongoDB $graphLookup如何匹配parentId为null或不存在的文档？

当集合中文档的parentId字段存在两种情况——要么为null，要么完全不存在时，原有的$graphLookup查询只能匹配parentId: null的文档，无法覆盖字段缺失的场景，导致返回空结果。

例如：

目标集合（含缺失parentId的文档） #

[
  { "id": "A" },
  { "id": "B", "parentId": "A" }
]

原查询（无法匹配缺失字段的情况） #

db.collection.aggregate([
  { $limit: 1 },
  {
    $graphLookup: {
      from: "collection",
      startWith: null,
      connectFromField: "id",
      connectToField: "parentId",
      as: "children",
      depthField: "depth"
    }
  },
  { $unwind: "$children" },
  {
    $replaceRoot: {
      newRoot: {
        id: "$children.id",
        depth: "$children.depth"
      }
    }
  }
])

原查询返回空结果，无法识别id: "A"的文档作为根节点。

通过自定义$graphLookup的pipeline参数，扩展匹配逻辑，同时覆盖parentId为null和字段不存在的场景：

修改后的聚合查询 #

db.collection.aggregate([
  { $limit: 1 },
  {
    $graphLookup: {
      from: "collection",
      startWith: null,
      connectFromField: "id",
      as: "children",
      depthField: "depth",
      // 自定义匹配逻辑，兼容两种场景
      pipeline: [
        {
          $match: {
            $expr: {
              $or: [
                { $eq: ["$parentId", "$$ROOT"] },
                { $and: [
                    { $eq: ["$$ROOT", null] },
                    { $not: { $exists: "$parentId" } }
                  ]
                }
              ]
            }
          }
        }
      ]
    }
  },
  { $unwind: "$children" },
  {
    $replaceRoot: {
      newRoot: {
        id: "$children.id",
        depth: "$children.depth"
      }
    }
  }
])

逻辑说明 #

1. 初始根节点匹配：当$$ROOT为null（对应startWith: null）时，匹配parentId不存在的文档
2. 递归子节点匹配：当$$ROOT为父节点的id时，匹配parentId等于该id的文档
3. 通过$or组合两种条件，确保根节点和子节点的遍历都能正常执行

预期结果 #

修改后的查询会返回正确的层级结果：

[
  { "depth": 0, "id": "A" },
  { "depth": 1, "id": "B" }
]

内容的提问来源于stack exchange，提问作者Slava Fomin II