MongoDB聚合中如何用Bot用户数组过滤目标文档

嘿，我懂你要做的事——在聚合管道里精准筛选出user属于指定Bot列表的文档，还要能顺畅衔接后续的聚合操作对吧？其实用$match配合$in就能完美解决，大概率是你之前的写法没到位，我给你一步步说清楚：

首先，先确认你的示例数据（假设集合名为yourCollection）：

[
  { "user" : "InternetBot", "userid" : 1, "timestamp" : "2020-02-22T00:51:07Z", "title" : "Australia" },
  { "user" : "ArchiveBot", "userid" : 31, "timestamp" : "2020-02-22T00:51:07Z", "title" : "Australia" },
  { "user" : "David", "userid" : 312, "timestamp" : "2020-02-22T00:51:07Z", "title" : "Another Book" },
  { "user" : "Tim", "userid" : 111, "timestamp" : "2020-02-22T00:51:07Z", "title" : "A novel" },
  { "user" : "AutoBot", "userid" : 222, "timestamp" : "2020-02-22T00:51:07Z", "title" : "A paint" }
]

你的Bot用户列表是：["InternetBot", "AutoBot", "ArchiveBot"]

接下来就是正确的聚合管道写法，把$match作为第一个阶段（强烈建议放前面，能提前过滤掉不需要的文档，大幅提升后续聚合的性能）：

db.yourCollection.aggregate([
  // 核心筛选阶段：匹配user在Bot列表中的文档
  {
    $match: {
      user: { $in: ["InternetBot", "AutoBot", "ArchiveBot"] }
    }
  },
  // 这里可以直接添加你的后续聚合阶段，比如$group、$project、$sort等等
  // 示例：如果要按title分组统计Bot数量
  // {
  //   $group: {
  //     _id: "$title",
  //     botCount: { $sum: 1 }
  //   }
  // }
])

执行这个聚合后，就能得到你想要的结果：

[
  { "user" : "InternetBot", "userid" : 1, "timestamp" : "2020-02-22T00:51:07Z", "title" : "Australia" },
  { "user" : "ArchiveBot", "userid" : 31, "timestamp" : "2020-02-22T00:51:07Z", "title" : "Australia" },
  { "user" : "AutoBot", "userid" : 222, "timestamp" : "2020-02-22T00:51:07Z", "title" : "A paint" }
]

顺便说下你之前可能踩的坑：$filter操作符是用来过滤文档内部的数组字段元素的，比如如果某个文档有一个comments数组，你想筛选出其中符合条件的评论，这时候才用$filter。而你的需求是直接过滤整个文档，所以$match才是正确的工具，别搞混啦～

内容的提问来源于stack exchange，提问作者David Dai