如何在MongoDB两个集合中用同一关键词进行多字段搜索

你的查询逻辑存在核心问题：当前只返回users集合字段匹配关键词的文档，完全漏掉了「users字段不匹配，但关联的employees字段匹配」的情况，这不符合你“单个关键词跨两个集合多字段搜索”的需求。

修正后的聚合查询 #

Connection.db.collection('users').aggregate([
    // 先关联employees集合，获取所有关联的员工信息
    {
        "$lookup": {
            "from": "employees",
            "localField": "_id",
            "foreignField": "user_id",
            "as": "other_details"
        }
    },
    // 过滤满足以下任一条件的文档：
    // 1. users集合的指定字段匹配关键词
    // 2. employees集合的指定字段匹配关键词
    {
        "$match": {
            "$and": [
                {
                    "$or": [
                        // users集合的字段匹配
                        { first_name: new RegExp(searchString, 'i') },
                        { last_name: new RegExp(searchString, 'i') },
                        { email: new RegExp(searchString, 'i') },
                        { phone_no: new RegExp(searchString, 'i') },
                        // employees集合的字段匹配（检查关联的other_details数组中是否有符合条件的项）
                        {
                            "other_details.employee_id": new RegExp(searchString, 'i')
                        },
                        {
                            "other_details.user_type_name": new RegExp(searchString, 'i')
                        }
                    ]
                },
                // 保留原有的公司、删除状态、用户类型过滤条件
                {
                    'company_id': ObjectId(req.body.company_id),
                    is_deleted: 0,
                    user_type: process.env.EMPLOYEE_USER_TYPE
                }
            ]
        }
    },
    // 分页逻辑
    { $skip: offset },
    { $limit: perPage },
]).toArray((err, result) => {
    if (err) throw err;
    const response = { 
        status: status, 
        msg: "Company user list.", 
        data: result, 
        total_page: total_page_number, 
        total_record: total_record_count 
    };
    res.json(response);
});

关键调整说明 #

1. 调整执行顺序：先执行$lookup关联所有employees数据，再进行关键词匹配过滤，确保不会漏掉employees字段匹配的用户文档。
2. 扩展匹配条件：在$match的$or中新增对other_details数组字段的匹配，覆盖employees集合的employee_id和user_type_name字段。
3. 简化lookup逻辑：改用localField和foreignField直接关联，比原有的带pipeline的lookup更简洁，适合这种简单的一对一/一对多关联场景。

额外优化建议 #

如果数据量较大，建议给需要模糊匹配的字段创建文本索引，用$text和$search替代正则表达式，大幅提升查询性能：

// 给users集合创建文本索引
db.users.createIndex({ first_name: "text", last_name: "text", email: "text", phone_no: "text" })
// 给employees集合创建文本索引
db.employees.createIndex({ employee_id: "text", user_type_name: "text" })

内容的提问来源于stack exchange，提问作者Sayan Sen