Mongo聚合：将对象数组与另一集合匹配并合并结果

需求可行性 #

完全可行，且用MongoDB聚合实现比循环单条查询效率高得多——聚合是批量处理逻辑，能避免多次发起数据库请求的开销。

你的现有代码问题 #

1. from参数错误：$lookup的from需要指定关联的集合名，这里应该是"rosters"，而非"localArray"（localArray是你的输入数组，不是集合）。
2. 混用$lookup模式：当使用pipeline自定义关联逻辑时，不能同时指定localField和foreignField，这两个是简化版$lookup的参数，与管道模式冲突。
3. 匹配字段逻辑颠倒：你需要匹配输入数组的shiftDate与rosters集合的workDate，但原代码里写的是{ $eq: ["$shiftDate", "$$workDate"] }，变量和字段的对应关系搞反了。

正确实现方案 #

下面是针对你需求的聚合管道示例，核心思路是先将输入数组导入聚合流，再批量关联rosters集合并合并数据：

db.aggregate([
  // 1. 导入输入的对象数组作为聚合的初始数据源
  {
    $documents: [
      {employeeNumber: '1111', shiftDate: '27/06/2023', name: 'John Doe'},
      // 可添加更多需要处理的对象
    ]
  },
  // 2. 关联rosters集合，匹配employeeNumber和workDate=shiftDate
  {
    $lookup: {
      from: "rosters",
      // 定义主文档（输入数组的每个对象）的变量，供关联管道使用
      let: {
        empNum: "$employeeNumber",
        shiftDt: "$shiftDate"
      },
      // 自定义关联匹配逻辑
      pipeline: [
        {
          $match: {
            $expr: {
              $and: [
                { $eq: ["$employeeNumber", "$$empNum"] },
                { $eq: ["$workDate", "$$shiftDt"] }
              ]
            }
          }
        },
        // 可选：只保留需要合并的字段，减少数据传输量
        {
          $project: {
            _id: 0,
            startTime: 1,
            endTime: 1
          }
        }
      ],
      as: "rosterMatch"
    }
  },
  // 3. 将原对象与匹配到的roster数据合并为新文档
  {
    $replaceRoot: {
      newRoot: {
        $mergeObjects: [
          "$$ROOT",
          // 取匹配数组的第一个元素（假设每个组合唯一匹配）
          { $arrayElemAt: ["$rosterMatch", 0] }
        ]
      }
    }
  },
  // 4. 清理临时字段
  {
    $unset: "rosterMatch"
  }
])

关键步骤说明 #

• $documents阶段：将内存中的输入数组转为聚合的文档流，是直接处理外部数组的标准方式。
• 带管道的$lookup：通过let定义主文档的变量，在关联管道的$match中用$$变量名引用，实现精准的多字段匹配。
• $mergeObjects合并数据：将原对象的字段与匹配到的rosters字段合并，生成最终需要的结构。

性能优化建议 #

为rosters集合创建复合索引，加速$lookup的匹配过程：

db.rosters.createIndex({employeeNumber: 1, workDate: 1})

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