MongoDB跨集合NOT IN查询：用$lookup获取非指定分类商店的产品

完全可以通过聚合管道的$lookup配合后续阶段实现类似"NOT IN"的跨集合查询逻辑，针对你提到的数亿级大集合场景，需要重点关注索引优化来保证查询性能。

实现思路 #

核心逻辑是：先筛选出属于指定分类的商店列表，再找出所有不关联该列表的产品，具体步骤如下：

• 在$lookup的子管道中，从stores集合过滤出目标分类的商店，只保留name字段以减少数据传输；
• 将products集合与上述结果关联，若某产品的store_name不在目标商店列表中，关联结果会是空数组；
• 筛选出关联结果为空的产品，最终只返回产品名称。

具体聚合代码示例（以参数为category1为例） #

db.products.aggregate([
  // 关联stores集合，仅匹配category为category1的商店
  {
    $lookup: {
      from: "stores",
      localField: "store_name",
      foreignField: "name",
      as: "matched_target_stores",
      // 子管道：过滤目标分类商店并精简字段
      pipeline: [
        { $match: { category: "category1" } },
        { $project: { _id: 0, name: 1 } }
      ]
    }
  },
  // 筛选出未匹配到目标分类商店的产品（即store_name NOT IN 目标商店列表）
  {
    $match: {
      matched_target_stores: { $size: 0 }
    }
  },
  // 仅返回产品名称字段
  {
    $project: {
      _id: 0,
      name: 1
    }
  }
])

大集合性能优化关键 #

因为两个集合都是数亿级数据，必须添加以下索引才能避免全表扫描：

• 给stores集合创建复合索引：db.stores.createIndex({ category: 1, name: 1 })，加速目标分类商店的筛选和关联匹配；
• 给products集合创建单字段索引：db.products.createIndex({ store_name: 1 })，提升$lookup的关联效率；
• 子管道中尽量只保留必要字段（如示例中的name），减少内存占用和数据传输量。

内容的提问来源于stack exchange，提问作者user1116377