Golang+MongoDB：树形结构meta数组中匹配moduleId的计数查询求助

针对你用Golang+MongoDB开发时，需要统计集合中meta树形数组（含所有子节点）包含指定moduleId的文档总数的需求，直接用MongoDB聚合管道结合自定义JS函数就能实现，下面是具体步骤和代码：

MongoDB聚合管道语句 #

先看直接在MongoDB shell里可以运行的聚合命令：

db.your_collection_name.aggregate([
  {
    $match: {
      $expr: {
        $function: {
          body: function(meta, targetId) {
            // 递归检查单个节点及其子节点
            const checkNode = (node) => {
              if (node.moduleId.equals(targetId)) return true;
              // 有子节点就递归检查
              if (node.children && node.children.length > 0) {
                return node.children.some(child => checkNode(child));
              }
              return false;
            };
            // 遍历meta数组里的所有根节点
            return meta.some(node => checkNode(node));
          },
          args: ["$meta", ObjectId("你的目标moduleId")],
          lang: "js"
        }
      }
    }
  },
  // 统计符合条件的文档数量
  { $count: "matchedCount" }
])

管道阶段说明 #

• $match：通过$expr调用自定义JS函数，递归遍历每个文档的meta数组，检查是否存在任意节点（含子节点）的moduleId匹配目标ID。
• $count：输出最终匹配的文档总数，结果字段为matchedCount。

Golang代码实现（基于mongo-driver） #

下面是适配Golang的代码，直接集成到你的项目中即可：

依赖导入 #

确保你已经安装了mongo-driver：

go get go.mongodb.org/mongo-driver/mongo

统计函数实现 #

import (
	"context"
	"go.mongodb.org/mongo-driver/bson"
	"go.mongodb.org/mongo-driver/bson/primitive"
	"go.mongodb.org/mongo-driver/mongo"
)

// CountMatchedDocs 统计meta树形结构中包含指定moduleId的文档数
func CountMatchedDocs(client *mongo.Client, dbName, collName string, targetID primitive.ObjectID) (int64, error) {
	coll := client.Database(dbName).Collection(collName)

	// 构造聚合管道
	pipeline := bson.A{
		bson.D{
			{"$match", bson.D{
				{"$expr", bson.D{
					{"$function", bson.D{
						{"body", `function(meta, targetId) {
							const checkNode = (node) => {
								if (node.moduleId.equals(targetId)) return true;
								if (node.children && node.children.length > 0) {
									return node.children.some(child => checkNode(child));
								}
								return false;
							};
							return meta.some(node => checkNode(node));
						}`},
						{"args", bson.A{"$meta", targetID}},
						{"lang", "js"},
					}},
				}},
			}},
		},
		bson.D{{"$count", "matchedCount"}},
	}

	// 执行聚合查询
	cursor, err := coll.Aggregate(context.Background(), pipeline)
	if err != nil {
		return 0, err
	}
	defer cursor.Close(context.Background())

	// 解析结果
	var result struct {
		MatchedCount int64 `bson:"matchedCount"`
	}
	if cursor.Next(context.Background()) {
		if err := cursor.Decode(&result); err != nil {
			return 0, err
		}
	}

	return result.MatchedCount, cursor.Err()
}

使用示例 #

// 假设你已经初始化了MongoDB客户端client
targetID, _ := primitive.ObjectIDFromHex("60d21b4667d0d8992e610c85")
count, err := CountMatchedDocs(client, "your_db_name", "your_coll_name", targetID)
if err != nil {
	// 处理错误
}
fmt.Printf("匹配的文档数量：%d\n", count)

性能优化建议 #

如果你的集合数据量很大，自定义JS函数的递归遍历可能会有性能瓶颈，建议提前将树形结构扁平化：

• 在每个文档中新增一个字段（比如allModuleIds），存储该文档meta所有层级的moduleId数组。
• 新增/更新文档时，同步维护这个数组。
• 查询时直接用$match: { allModuleIds: targetID }配合$count，性能会大幅提升。

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