MongoDB集合关联查询求助：无匹配结果及全表扫描优化

1. 第一个查询返回空数组的原因及修正 #

你的第一个$lookup返回空数组，大概率是以下两个问题之一：

• 字段路径或数据类型不匹配：确认EN集合中文档的ICECAT-interface.Product.@Prod_id字段路径完全正确，同时检查该字段和csv_import的part_no字段数据类型完全一致（比如一个是字符串、一个是数字的话，严格匹配会直接失败）。
• 无匹配数据：如果路径和类型都没问题，那就是两个集合里确实没有能匹配上的记录。

修正后的基础$lookup查询（确保类型匹配）：

db.EN.aggregate([
  {
    $lookup: {
      from: 'csv_import',
      localField: 'ICECAT-interface.Product.@Prod_id',
      foreignField: 'part_no',
      as: 'part_number'
    }
  },
  // 过滤掉无匹配结果的记录
  { $match: { part_number: { $ne: [] } } },
  // 只返回需要的字段
  {
    $project: {
      _id: 0,
      part_no: { $arrayElemAt: ['$part_number.part_no', 0] },
      product_id: { $arrayElemAt: ['$part_number.product_id', 0] }
    }
  }
]);

2. 优化第二个查询的性能（解决全表扫描） #

你第二个查询出现COLLSCAN是因为**csv_import的part_no字段没有建索引**。虽然你给EN的@Prod_id建了索引，但$lookup的子管道里每次都会全表扫描csv_import来匹配part_no，这才导致CPU占用高、执行速度慢。

第一步：给csv_import的part_no字段建索引 #

db.csv_import.createIndex({ part_no: 1 });

第二步：优化查询（同时指定返回字段） #

优化后的查询会利用新创建的索引，同时精准返回你需要的part_no和product_id：

db.EN.aggregate([
  {
    $lookup: {
      from: "csv_import",
      let: { pn: "$ICECAT-interface.Product.@Prod_id" },
      pipeline: [
        { $match: { $expr: { $eq: ["$$pn", "$part_no"] } } },
        // 子管道内先投影需要的字段，减少数据传输量
        { $project: { _id: 0, part_no: 1, product_id: 1 } }
      ],
      as: "part_number_info"
    }
  },
  { $match: { part_number_info: { $ne: [] } } },
  // 把数组嵌套的字段提取为扁平结构
  {
    $project: {
      _id: 0,
      part_no: { $arrayElemAt: ['$part_number_info.part_no', 0] },
      product_id: { $arrayElemAt: ['$part_number_info.product_id', 0] }
    }
  }
]);

关键注意点 #

• 字段名里的@和连字符（比如ICECAT-interface）在MongoDB中是合法的，但引用时要确保路径完全正确，避免拼写错误。
• 关联查询的两边字段都建议建索引，你已经给EN的@Prod_id建了索引，补全csv_import的part_no索引后，性能会大幅提升。

内容的提问来源于stack exchange，提问作者Matias