如何基于同集合指定_id文档高效实现单查询匹配其他文档

方案1：带内部Pipeline的$lookup（推荐） #

利用$lookup的let和pipeline参数，在聚合内先获取目标文档的字段值，再在关联查询的内部Pipeline中完成匹配、排序、分页，确保内部Pipeline能利用索引优化查询。

示例代码（假设集合为your_collection，目标匹配字段为target_field，目标文档_id为ObjectId("xxx")）：

db.your_collection.aggregate([
  // 1. 定位目标文档，提取需要匹配的字段值
  { $match: { _id: ObjectId("xxx") } },
  { $project: { target_field: 1, _id: 0 } },
  // 2. 关联同集合，内部Pipeline完成匹配、排序、分页
  {
    $lookup: {
      from: "your_collection",
      let: { ref_value: "$target_field" },
      pipeline: [
        // 匹配字段值并排除原文档
        { $match: {
          $expr: { $eq: ["$target_field", "$$ref_value"] },
          _id: { $ne: ObjectId("xxx") }
        }},
        // 利用{timestamp:-1,_id:-1}索引排序
        { $sort: { timestamp: -1, _id: -1 } },
        // 分页参数
        { $skip: 0 },
        { $limit: 10 }
      ],
      as: "matched_docs"
    }
  },
  // 3. 展开并提取结果文档
  { $unwind: "$matched_docs" },
  { $replaceRoot: { newRoot: "$matched_docs" } }
])

索引优化要点：

如果希望内部Pipeline的$match+$sort高效利用索引，建议创建复合索引{target_field: 1, timestamp: -1, _id: -1}。该索引可直接覆盖$match（匹配target_field）和$sort（按timestamp、_id降序）的需求，大幅降低totalDocsExamined。

若无法新增索引，确保target_field有单独的单键索引，这样$match阶段可快速过滤出符合条件的文档，再利用{timestamp:-1,_id:-1}索引完成排序（此时排序仅在过滤后的文档集上执行，扫描量会显著减少）。

方案2：$facet分阶段查询 #

通过$facet同时执行两个子查询：一个获取目标文档的字段值，另一个执行排序、过滤。最后合并结果并完成分页。

示例代码：

db.your_collection.aggregate([
  {
    $facet: {
      // 子查询1：获取目标文档的字段值
      target_info: [
        { $match: { _id: ObjectId("xxx") } },
        { $project: { target_field: 1, _id: 0 } }
      ],
      // 子查询2：先利用索引全集合排序，再排除原文档
      sorted_docs: [
        { $sort: { timestamp: -1, _id: -1 } },
        { $match: { _id: { $ne: ObjectId("xxx") } } }
      ]
    }
  },
  // 提取目标字段值，过滤排序后的文档
  { $addFields: { ref_value: { $arrayElemAt: ["$target_info.target_field", 0] } } },
  { $unwind: "$sorted_docs" },
  { $match: { $expr: { $eq: ["$sorted_docs.target_field", "$ref_value"] } } },
  // 分页
  { $skip: 0 },
  { $limit: 10 },
  // 提取最终结果
  { $replaceRoot: { newRoot: "$sorted_docs" } }
])

注意事项：

该方案中sorted_docs子查询会先利用{timestamp:-1,_id:-1}索引完成全集合排序，再过滤原文档、匹配目标字段值。若集合数据量较大，全集合排序开销较高，仅适合小数据量场景，或配合target_field索引优化后续$match阶段。

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