如何用PyMongo实现MongoDB聚合获取最新时间戳的多文档指定数据

你可以通过多阶段聚合管道实现需求，先统计总记录数和最新更新时间，再关联原集合筛选出对应最新时间的评论数据，具体PyMongo实现如下：

from pymongo import MongoClient

client = MongoClient('mongodb://localhost:27017/')
db = client['your_database_name']
trail_collection = db['your_collection_name']

pipeline = [
    # 第一阶段：按步道分组，统计总记录数和最新更新时间
    {
        "$group": {
            "_id": "$trailName",
            "updateCount": {"$sum": 1},
            "mostRecentUpdate": {"$max": "$update"}
        }
    },
    # 第二阶段：关联原集合，筛选出该步道最新更新时间的所有记录
    {
        "$lookup": {
            "from": trail_collection.name,
            "let": {
                "trail_name": "$_id",
                "latest_update": "$mostRecentUpdate"
            },
            "pipeline": [
                {
                    "$match": {
                        "$expr": {
                            "$and": [
                                {"$eq": ["$trailName", "$$trail_name"]},
                                {"$eq": ["$update", "$$latest_update"]}
                            ]
                        }
                    }
                },
                {
                    "$project": {
                        "_id": 0,
                        "user": 1,
                        "comment": 1
                    }
                }
            ],
            "as": "latestComments"
        }
    },
    # 第三阶段：重命名字段，整理最终输出格式
    {
        "$project": {
            "_id": 0,
            "trailName": "$_id",
            "updateCount": 1,
            "mostRecentUpdate": 1,
            "latestComments": 1
        }
    }
]

result = list(trail_collection.aggregate(pipeline))
for item in result:
    print(item)

各阶段说明： #

1. $group阶段：按trailName分组，用$sum统计总记录数，$max获取该步道的最新更新时间，保留你已实现的统计逻辑。
2. $lookup阶段：关联原集合，通过let传递步道名称和最新更新时间变量，内部管道用$match筛选对应条件的记录，再用$project只保留user和comment字段，结果存入latestComments数组。
3. $project阶段：重命名_id为trailName，清理冗余字段，整理成符合需求的输出结构。

运行后每条步道的latestComments数组仅包含最新更新日期的所有用户评论，同时保留总记录数和最新更新时间的统计数据。

内容的提问来源于stack exchange，提问作者Robbert