MongoDB嵌套结构多条件筛选：按年龄规则获取达标人员姓名

现有数据结构 #

[
  {
    "name": "person1",
    "age": "16",
    "marks": 91
  },
  {
    "name": "person2",
    "age": "18",
    "qualification": [
      {
        "masters": [
          {
            "semester": {
              "number": "1",
              "subject": {
                "computer": 56,
                "english": 34,
                "hindi": 92
              }
            }
          },
          {
            "semester": {
              "number": "2",
              "subject": {
                "computer": 54,
                "english": 31
              }
            }
          }
        ]
      },
      {
        "bachelors": [
          {
            "semester": {
              "number": "1",
              "subject": {
                "computer": 54,
                "english": 81
              }
            }
          },
          {
            "semester": {
              "number": "2",
              "subject": {
                "computer": 67,
                "english": 42
              }
            }
          }
        ]
      }
    ]
  },
  {
    "name": "person3",
    "age": "19",
    "qualification": [
      {
        "masters": [
          {
            "semester": {
              "number": "1",
              "subject": {
                "computer": 94,
                "english": 100
              }
            }
          },
          {
            "semester": {
              "number": "2",
              "subject": {
                "computer": 45,
                "english": 21
              }
            }
          }
        ]
      },
      {
        "bachelors": [
          {
            "semester": {
              "number": "1",
              "subject": {
                "computer": 34,
                "english": 63
              }
            }
          },
          {
            "semester": {
              "number": "2",
              "subject": {
                "computer": 60,
                "english": 80
              }
            }
          }
        ]
      }
    ]
  }
]

查询需求 #

• 筛选所有曾取得90分及以上成绩的人员，仅返回姓名：
  • 年龄小于18的人员：检查marks字段是否≥90
  • 年龄≥18的人员：检查所有computer和english科目成绩（忽略hindi），只要有一门≥90即符合条件
• 预期结果：person1、person3
• 需处理约10万条记录，要求高性能

现有查询的问题 #

现有聚合仅筛选了marks≥90的文档，完全未处理年龄≥18人员的嵌套科目成绩，无法覆盖全部需求场景。

正确的高性能聚合查询 #

db.collection.aggregate([
  // 第一阶段：尽早过滤不符合条件的文档，减少后续处理量
  {
    $match: {
      $or: [
        // 匹配年龄<18且marks达标
        {
          age: { $lt: "18" },
          marks: { $gte: 90 }
        },
        // 匹配年龄≥18，且任意computer/english成绩达标
        {
          age: { $gte: "18" },
          $or: [
            "qualification.masters.semester.subject.computer": { $gte: 90 },
            "qualification.masters.semester.subject.english": { $gte: 90 },
            "qualification.bachelors.semester.subject.computer": { $gte: 90 },
            "qualification.bachelors.semester.subject.english": { $gte: 90 }
          ]
        }
      ]
    }
  },
  // 第二阶段：仅投影需要的name字段，减少数据传输
  {
    $project: {
      _id: 0,
      name: 1
    }
  }
])

性能优化说明 #

1. 前置过滤：将$match放在聚合第一阶段，直接从数据库层面过滤掉不符合条件的文档，避免后续阶段处理无效数据，这是处理大数量级数据的核心优化点。
2. 避免数组展开：直接通过嵌套字段路径匹配成绩，无需使用$unwind展开嵌套数组（展开数组会大幅增加内存消耗和处理时间）。
3. 最小化投影：仅保留name字段，减少数据传输的体积。

额外建议 #

当前age字段为字符串类型，字符串比较可能存在潜在问题（例如"2"会被判定为大于"18"），建议将age改为数值类型，匹配逻辑会更准确可靠。

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