Spring MongoTemplate内嵌对象字段投影及去重优化问题

问题背景 #

原始MongoDB文档结构：

{
  "sourced": { "reference": "a", "otherField": 1 },
  "derived": "Q"
}

最终目标：将文档精简为仅包含顶层reference字段的结构，并去除重复数据：

{
  "reference": "a"
}

现有代码使用两个嵌套类可实现需求，但希望仅用一个包含reference属性的类。尝试Aggregation.project("sourced.reference")时，映射到类的字段返回null；尝试将sourced.reference投影到reference也未成功。

现有可行代码：

@Data
private static class ReducedEntity {
    Sourced sourced;
}

@Data
private static class Sourced {
    private String reference;
}

var aggregation = Aggregation.newAggregation(
        match(new Criteria()),
        Aggregation.project("sourced")
);
AggregationResults<ReducedEntity> results = mongoTemplate.aggregate(aggregation, collectionName, ReducedEntity.class);
List<ReducedEntity> mappedResult = results.getMappedResults();
return mappedResult.stream().map(book -> book.sourced.reference).collect(Collectors.toList());

解决方案 #

核心问题原因 #

直接用Aggregation.project("sourced.reference")时，MongoDB返回的结果结构是{"sourced.reference": "a"}，而非顶层的{"reference": "a"}，无法和单个类的reference属性匹配，导致字段为null。必须显式指定投影别名，将嵌套字段映射到顶层字段，同时添加去重逻辑。

实现代码 #

1. 定义单个目标类：

@Data
private static class ReducedEntity {
    private String reference;
}

2. 正确的聚合管道：

var aggregation = Aggregation.newAggregation(
        match(new Criteria()), // 保留原有查询条件
        // 显式将嵌套的sourced.reference映射为顶层reference字段
        Aggregation.project().and("sourced.reference").as("reference"),
        // 按reference分组实现去重，保留每个值的一条记录
        Aggregation.group("reference").first("reference").as("reference"),
        // 最终投影确保结构纯净，匹配目标类
        Aggregation.project("reference")
);

AggregationResults<ReducedEntity> results = mongoTemplate.aggregate(aggregation, collectionName, ReducedEntity.class);
List<ReducedEntity> mappedResult = results.getMappedResults();
// 如需转换为字符串列表，直接映射即可
List<String> referenceList = mappedResult.stream().map(ReducedEntity::getReference).collect(Collectors.toList());

代码说明 #

• Aggregation.project().and("sourced.reference").as("reference")：强制将嵌套字段重命名为顶层的reference，确保和类属性名一致。
• Aggregation.group("reference").first("reference").as("reference")：通过分组去重，避免返回重复的reference值。
• 最后一次投影是为了过滤分组阶段产生的冗余字段，保证输出结构完全匹配目标类。

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