使用AggregationOperation unwind后分组如何保留Name、Job字段

样本数据 #

{
  "_id": ObjectId('63600a4cb7fa6706d181b2d1'),
  "Name": "Himanshu",
  "Job": "CEO",
  "Habits": [
    {
      "habitName": "football",
      "level": 3
    },
    {
      "habitName": "chess",
      "level": 5
    },
    {
      "habitName": "test",
      "level": 5
    }
  ]
}

需求 #

获取Name等于Himanshu的记录，并过滤Habits数组中仅保留level=5的元素。

尝试的代码 #

AggregationOperation main = Aggregation.match(Criteria.where("Name").is("Himanshu"));
AggregationOperation unwind = Aggregation.unwind("Habits");
AggregationOperation levelMatch = Aggregation.match(Criteria.where("Habits.level").is(5));
AggregationOperation group = Aggregation.group("$_id").push("Habits").as("Habits");

Aggregation ag = Aggregation.newAggregation(main, unwind, levelMatch, group);
System.out.println(ag);

AggregationResults<Pc> res = mg.aggregate(ag, "parent_child", Pc.class);

System.out.println(res.getMappedResults().toString());

当前输出 #

[Pc [_id=63600a4cb7fa6706d181b2d1, Name=null, Job=null, Habits=[HabitsDto [habitName=chess, level=5], HabitsDto [habitName=test, level=5]]]]

期望输出 #

[Pc [_id=63600a4cb7fa6706d181b2d1, Name=Himanshu, Job=CEO, Habits=[HabitsDto [habitName=chess, level=5], HabitsDto [habitName=test, level=5]]]]

解决方法 #

你的推测完全正确，问题出在group阶段没有包含Name和Job字段。unwind操作会把数组拆分成多条记录，但这些记录的Name和Job值都是相同的，所以可以用first()方法在group阶段保留这两个字段的原始值。

修改后的group操作代码如下：

AggregationOperation group = Aggregation.group("_id")
    .first("Name").as("Name")
    .first("Job").as("Job")
    .push("Habits").as("Habits");

替换原代码中的group操作后，聚合结果就能正确保留Name和Job字段的值了。

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