MongoDB/Mongoose关联posts与likes集合：查询时显示用户点赞状态方案

嘿，这个需求用MongoDB的聚合框架来实现是最高效的，完全能替代SQL里的JOIN/子查询逻辑，而且能在数据库端一次性完成所有计算，避免客户端做N+1查询拖慢性能。

核心思路 #

我们需要把posts和likes集合关联起来，同时只过滤当前用户的点赞记录，最后通过判断是否存在匹配的点赞记录来生成is_liked字段。下面是具体的实现步骤和代码：

Mongoose代码示例 #

假设当前登录用户的ID是currentUserId（你可以从登录会话或请求中获取这个值）：

const currentUserId = 456; // 替换为实际的当前用户ID

const posts = await Post.aggregate([
  // 1. 先按帖子的timestamp降序排序，满足你要的排序需求
  { $sort: { timestamp: -1 } },
  // 2. 关联likes集合，仅查询当前用户对该帖子的点赞记录
  {
    $lookup: {
      from: 'likes', // 关联的集合名
      let: { postId: '$_id' }, // 定义一个变量，存储当前帖子的_id
      pipeline: [
        // 子管道：只匹配当前用户对该帖子的点赞
        {
          $match: {
            $expr: {
              $and: [
                { $eq: ['$post_id', '$$postId'] }, // 帖子ID匹配
                { $eq: ['$user_id', currentUserId] } // 当前用户ID匹配
              ]
            }
          }
        }
      ],
      as: 'user_like' // 把匹配的点赞记录存到这个数组字段里
    }
  },
  // 3. 新增is_liked字段：判断user_like数组是否有内容（即是否点赞过）
  {
    $addFields: {
      is_liked: { $gt: [{ $size: '$user_like' }, 0] }
    }
  },
  // 4. 可选：移除不需要的user_like数组，让返回结果更简洁
  {
    $project: {
      user_like: 0 // 0表示不返回这个字段
    }
  }
]);

关键细节解释 #

1. $lookup的子管道过滤：这里没有用默认的$lookup全量关联，而是通过let和pipeline只查询当前用户的点赞记录，这样返回的user_like数组要么是空数组（未点赞），要么只有一个元素（已点赞），避免了返回大量无关数据。
2. 性能优化建议：给likes集合创建复合索引db.likes.createIndex({ user_id: 1, post_id: 1 })，这样$lookup里的匹配查询会快很多，尤其是数据量大的时候。
3. 替代方案对比：如果你尝试用Mongoose的populate，它默认会关联所有匹配的likes记录，没法只过滤当前用户，所以聚合管道是更合适的选择。

返回结果示例 #

最终返回的每个帖子文档会包含新增的is_liked布尔值，比如：

[
  {
    _id: 1,
    user_id: 789,
    title: "我的第一篇帖子",
    text: "内容...",
    timestamp: ISODate("2024-05-20T10:00:00Z"),
    likes: 15,
    is_liked: true // 当前用户点赞过
  },
  {
    _id: 2,
    user_id: 101,
    title: "第二篇帖子",
    text: "内容...",
    timestamp: ISODate("2024-05-19T14:30:00Z"),
    likes: 8,
    is_liked: false // 当前用户没点赞
  }
]

内容的提问来源于stack exchange，提问作者Sam Leurs