MongoDB查询：拆分key首段生成region集合并添加引用ID

需求说明 #

现有MongoDB集合中存在_id为"officeLocation"的文档，其data数组内的对象key字段为多段格式（例如"APAC - ANZ"）。需要完成两项操作：

• 利用正则表达式拆分key的首段内容，生成唯一区域数据存入名为region的新集合
• 为原officeLocation文档的data数组中每个对象添加对应区域的referenceId引用

原数据示例 #

{
  "_id": "officeLocation",
  "data": [
    {
      "_id": ObjectId("60d21b4667d0d8992e610c85"),
      "key": "APAC - ANZ",
      "value": "APAC - ANZ"
    },
    {
      "_id": ObjectId("60d21b4667d0d8992e610c86"),
      "key": "APAC - Japan",
      "value": "APAC - Japan"
    },
    {
      "_id": ObjectId("60d21b4667d0d8992e610c87"),
      "key": "EMEA - CE - Benelux - Brussels",
      "value": "EMEA - CE - Benelux - Brussels"
    },
    {
      "_id": ObjectId("60d21b4667d0d8992e610c88"),
      "key": "EMEA - CE - Benelux - London",
      "value": "EMEA - CE - Benelux - London"
    }
  ]
}

预期结果 #

region集合数据 #

{
  "_id": ObjectId("60d21b4667d0d8992e610c89"),
  "key": "APAC",
  "value": "APAC"
},
{
  "_id": ObjectId("60d21b4667d0d8992e610c8a"),
  "key": "EMEA",
  "value": "EMEA"
}

更新后的原集合数据 #

{
  "_id": "officeLocation",
  "data": [
    {
      "_id": ObjectId("60d21b4667d0d8992e610c85"),
      "key": "APAC - ANZ",
      "value": "APAC - ANZ",
      "referenceId": ObjectId("60d21b4667d0d8992e610c89")
    },
    {
      "_id": ObjectId("60d21b4667d0d8992e610c86"),
      "key": "APAC - Japan",
      "value": "APAC - Japan",
      "referenceId": ObjectId("60d21b4667d0d8992e610c89")
    },
    {
      "_id": ObjectId("60d21b4667d0d8992e610c87"),
      "key": "EMEA - CE - Benelux - Brussels",
      "value": "EMEA - CE - Benelux - Brussels",
      "referenceId": ObjectId("60d21b4667d0d8992e610c8a")
    },
    {
      "_id": ObjectId("60d21b4667d0d8992e610c88"),
      "key": "EMEA - CE - Benelux - London",
      "value": "EMEA - CE - Benelux - London",
      "referenceId": ObjectId("60d21b4667d0d8992e610c8a")
    }
  ]
}

解决方案 #

步骤1：提取唯一区域并创建region集合 #

使用聚合管道拆分data数组，提取key的首段区域，去重后写入region集合：

db.your_collection_name.aggregate([
  // 筛选目标文档
  { $match: { _id: "officeLocation" } },
  // 拆分data数组为单个文档
  { $unwind: "$data" },
  // 提取key的首段区域（匹配第一个" - "之前的内容）
  {
    $project: {
      region: {
        $regexExtract: {
          input: "$data.key",
          regex: "^([^-]+)",
          captureGroup: 1
        }
      }
    }
  },
  // 去除首尾空格
  {
    $project: {
      region: { $trim: { input: "$region" } }
    }
  },
  // 按区域分组去重
  { $group: { _id: "$region" } },
  // 构造region集合的文档结构
  {
    $project: {
      _id: 0,
      key: "$_id",
      value: "$_id"
    }
  },
  // 将结果写入region集合（若集合已存在会覆盖，可用$merge替代）
  { $out: "region" }
])

若需保留region集合原有数据，将最后一步的$out替换为$merge: { into: "region", on: "key", whenMatched: "keepExisting" }

步骤2：更新原文档，添加referenceId关联 #

使用聚合更新操作，关联region集合获取区域ID，更新原文档的data数组：

db.your_collection_name.updateOne(
  { _id: "officeLocation" },
  [
    // 关联region集合，获取区域与_id的映射
    {
      $lookup: {
        from: "region",
        let: { data: "$data" },
        pipeline: [
          {
            $project: {
              key: 1,
              regionId: "$_id"
            }
          }
        ],
        as: "regionMap"
      }
    },
    // 将regionMap转换为对象，方便后续匹配
    {
      $addFields: {
        regionMap: {
          $arrayToObject: {
            $map: {
              input: "$regionMap",
              as: "item",
              in: { k: "$$item.key", v: "$$item.regionId" }
            }
          }
        }
      }
    },
    // 更新data数组，添加referenceId
    {
      $addFields: {
        data: {
          $map: {
            input: "$data",
            as: "item",
            in: {
              $mergeObjects: [
                "$$item",
                {
                  referenceId: {
                    $getField: {
                      field: {
                        $trim: {
                          input: { $regexExtract: { input: "$$item.key", regex: "^([^-]+)", captureGroup: 1 } }
                        }
                      },
                      input: "$regionMap"
                    }
                  }
                }
              ]
            }
          }
        }
      }
    },
    // 移除临时的regionMap字段
    { $unset: "regionMap" }
  ]
)

注意事项 #

• 替换命令中的your_collection_name为实际的集合名称
• 确保MongoDB版本支持$regexExtract（MongoDB 4.4+），若版本较低可使用$split替代：$arrayElemAt: [{$split: ["$data.key", " - "]}, 0]
• 执行$out前确认region集合无重要数据，或使用$merge避免覆盖

内容的提问来源于stack exchange，提问作者user3741852