DocumentDB：无需$lookup，高效添加同order_id的关联交易数组

针对你的需求，我们可以通过聚合管道的$group+$unwind组合实现，全程仅需一次集合扫描（利用order_id索引加速），避免$lookup的N次关联查询开销，性能更优。

完整聚合代码（包含自身到relatedTxs） #

db.yourCollection.aggregate([
  // 备份原始文档，方便后续复用
  {
    $addFields: {
      originalDoc: "$$ROOT"
    }
  },
  // 按order_id分组，收集同订单的所有交易到relatedTxs数组
  {
    $group: {
      _id: "$order_id",
      relatedTxs: { $push: "$originalDoc" },
      docs: { $push: "$originalDoc" } // 保存同订单的所有文档，用于拆分
    }
  },
  // 将同订单的文档数组拆分为单个文档
  {
    $unwind: "$docs"
  },
  // 合并原始文档与relatedTxs数组，作为最终输出文档
  {
    $replaceRoot: {
      newRoot: {
        $mergeObjects: [
          "$docs",
          { relatedTxs: "$relatedTxs" }
        ]
      }
    }
  }
])

可选：排除自身在relatedTxs中 #

如果不需要在relatedTxs中包含当前文档，只需修改$replaceRoot阶段，添加$filter过滤自身：

{
  $replaceRoot: {
    newRoot: {
      $mergeObjects: [
        "$docs",
        {
          relatedTxs: {
            $filter: {
              input: "$relatedTxs",
              cond: { $ne: ["$$this._id", "$docs._id"] }
            }
          }
        }
      ]
    }
  }
}

方案说明 #

1. $addFields：将当前完整文档存入originalDoc字段，确保后续分组时能保留原始数据结构。
2. $group：依托order_id索引快速分组，将同订单的所有交易文档收集到relatedTxs数组，同时用docs字段保存同组文档用于后续拆分。
3. $unwind：将docs数组拆分为单个文档，此时每个文档同时携带当前订单的完整relatedTxs数组。
4. $replaceRoot：将原始交易文档与relatedTxs数组合并，输出最终的结构化文档。

性能优势 #

该方案仅需一次集合扫描，完全利用order_id索引的分组能力；而传统$lookup需要对每个文档执行一次关联查询（相当于N次集合扫描，N为文档总数），在数据量较大时性能差距会非常明显，尤其适配DocumentDB的查询优化逻辑。

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