MongoDB聚合查询：优化集合A文档在集合B中的提及频次统计方案咨询

嘿，这个需求我之前也碰到过！用$lookup然后取数组长度确实能实现，但其实换个思路优化一下，不仅代码更简洁，在数据量大的时候效率提升还挺明显的。

为什么原方法可以优化？ #

你原来的做法是把集合A的每个文档和集合B做关联，拉回所有匹配的条目后再用$size算长度——如果集合B里某个用户的条目特别多，或者集合A的文档数量很大，这个过程会占用不少内存，而且拉回大量不必要的数据。

两种更优的实现方案 #

方案一：在$lookup的Pipeline里直接统计（简洁高效）

这种方法不需要拉回整个匹配的数组，而是在关联阶段就直接统计数量，节省内存和传输开销：

db.A.aggregate([
  // 关联集合B时，直接统计当前用户的提及次数
  {
    $lookup: {
      from: "B",
      let: { userId: "$_id" },
      pipeline: [
        { $match: { $expr: { $eq: ["$user", "$$userId"] } } },
        { $count: "mentions" } // 直接统计数量，返回只有一个字段的数组
      ],
      as: "mentionStats"
    }
  },
  // 把统计结果提取出来，没有提及的话设为0
  {
    $addFields: {
      mentions: { $ifNull: [{ $arrayElemAt: ["$mentionStats.mentions", 0] }, 0] }
    }
  },
  // 移除临时的统计数组字段
  { $project: { mentionStats: 0 } }
])

方案二：先聚合集合B，再关联集合A（超大数据集首选）

如果集合B的数据量特别大，先按user分组统计好次数，再和集合A关联，能大幅减少后续关联的数据量：

db.B.aggregate([
  // 先统计每个用户在B中的提及次数
  { $group: { _id: "$user", mentions: { $sum: 1 } } },
  // 关联集合A，获取用户的基本信息
  {
    $lookup: {
      from: "A",
      localField: "_id",
      foreignField: "_id",
      as: "userInfo"
    }
  },
  // 展开用户信息数组（每个用户只会匹配一条）
  { $unwind: "$userInfo" },
  // 整理成期望的输出格式
  {
    $project: {
      _id: "$userInfo._id",
      name: "$userInfo.name",
      mentions: 1
    }
  }
])

运行结果 #

两种方案都会输出你期望的结果：

{ "_id": 1, "name": "User 1", "mentions": 2 }
{ "_id": 2, "name": "User 2", "mentions": 1 }

方案选择建议 #

• 如果集合A的文档数不多，集合B中每个用户的条目不算特别多，方案一足够简洁高效；
• 如果集合B的数据量超大，或者每个用户在B中的重复条目极多，方案二的性能优势会更明显，因为它先把B的数据“压缩”成了用户-次数的键值对，再做关联。

内容的提问来源于stack exchange，提问作者Fip