Mongoose中关联子文档数组的Upsert实现：为用户图书馆添加书籍并自动创建不存在的书架

首先，你之前踩的坑核心是选错了操作的Model——针对UserModel做upsert会触发新用户创建，因为当查询条件里的书架不存在时，整个查询不匹配MongoDB就会生成新的User文档，而你的username是唯一索引，自然会报错。

其实完全不需要拆成两步操作，我们可以针对**libraryModel执行单个查询，结合MongoDB 4.2+支持的更新管道**，就能实现「检查书架是否存在→不存在则创建→添加书籍」的完整逻辑。

具体实现代码 #

首先，先获取目标用户关联的Library ID（这一步是安全的，因为用户必须存在才能添加书籍）：

const targetUsername = "xxx"; // 传入的目标用户名
const newBook = { /* 你的书籍对象，符合bookSchema结构 */ };
const shelfName = "目标书架名称";

// 先找到用户，获取关联的Library ID
const user = await userModel.findOne({ username: targetUsername });
if (!user) {
  throw new Error("目标用户不存在");
}

然后，对Library执行单个更新操作，用更新管道实现条件逻辑：

const updatedLibrary = await libraryModel.findOneAndUpdate(
  { _id: user.library }, // 定位到用户关联的图书馆
  [
    {
      $set: {
        shelves: {
          $cond: {
            // 第一步：检查当前图书馆是否已有该名称的书架
            if: { $in: [shelfName, "$shelves.name"] },
            // 如果存在：遍历书架数组，找到目标书架并追加书籍
            then: {
              $map: {
                input: "$shelves",
                as: "shelf",
                in: {
                  $cond: {
                    if: { $eq: ["$$shelf.name", shelfName] },
                    then: {
                      ..."$$shelf",
                      books: { $concatArrays: ["$$shelf.books", [newBook]] }
                    },
                    else: "$$shelf"
                  }
                }
              }
            },
            // 如果不存在：将新书架（包含当前书籍）添加到书架数组
            else: {
              $concatArrays: [
                "$shelves",
                [{ name: shelfName, books: [newBook] }]
              ]
            }
          }
        }
      }
    }
  ],
  { new: true } // 配置返回更新后的图书馆文档，方便验证
);

逻辑解释 #

1. 定位目标图书馆：通过用户关联的library字段ID，精准定位到要操作的图书馆，避免影响其他用户的数据。
2. 条件判断书架存在性：用$in检查shelves.name数组中是否包含目标书架名。
3. 更新已有书架：如果书架存在，用$map遍历书架数组，找到匹配的书架后，用$concatArrays将新书籍追加到它的books数组。
4. 创建新书架并添加书籍：如果书架不存在，用$concatArrays把包含新书籍的新书架对象添加到shelves数组末尾。

为什么不用两步操作？ #

虽然拆分两步（先查书架是否存在，再创建/更新）也能实现，但单个查询的优势在于：

• 原子性：整个操作是MongoDB的原子操作，避免了并发场景下的竞态问题（比如两个请求同时尝试创建同一个书架）。
• 性能：减少了一次数据库往返，效率更高。

内容的提问来源于stack exchange，提问作者Mewster