如何用PyMongo聚合查询嵌入匹配的Episodes与Sequences文档

当然可以在单个聚合管道里完成这个需求！你当前的查询已经迈出了第一步——关联Episodes集合，但要实现嵌套的Sequences关联，需要用到$lookup的子管道功能（结合let和pipeline参数），这样就能针对每个Episode单独匹配对应的Sequences了。

完整的聚合管道代码（PyMongo版本） #

from pymongo import MongoClient

# 连接数据库（根据你的实际配置调整）
client = MongoClient("mongodb://localhost:27017/")
db = client.your_db_name  # 替换成你的数据库名

# 定义聚合管道
pipeline = [
    # 第一步：筛选目标项目A，减少后续处理的数据量
    {"$match": {"_id": "A"}},
    
    # 第二步：关联Episodes集合，获取该项目下的所有剧集
    {"$lookup": {
        "from": "episodes",
        "localField": "_id",
        "foreignField": "project",
        "as": "episodes"
    }},
    
    # 第三步：拆分episodes数组，让每个剧集成为独立文档，方便后续单独处理
    {"$unwind": "$episodes"},
    
    # 第四步：针对每个剧集，嵌套关联对应的Sequences集合
    {"$lookup": {
        "from": "sequences",
        # 定义变量，传递当前项目ID和剧集名称到子管道
        "let": {
            "current_project": "$_id",
            "current_episode_name": "$episodes.name"
        },
        # 子管道：匹配当前项目下、对应剧集的序列
        "pipeline": [
            {"$match": {
                "$expr": {
                    "$and": [
                        {"$eq": ["$project", "$$current_project"]},
                        {"$eq": ["$episode", "$$current_episode_name"]}
                    ]
                }
            }}
        ],
        # 将匹配到的序列存入当前剧集的sequences字段
        "as": "episodes.sequences"
    }},
    
    # 第五步：重新按项目ID分组，把处理后的剧集重新组合成数组
    {"$group": {
        "_id": "$_id",
        "episodes": {"$push": "$episodes"}
    }}
]

# 执行聚合查询并输出结果
result = list(db.projects.aggregate(pipeline))
print(result)

关键步骤解释 #

1. $match筛选项目：先定位到Project A，避免处理无关数据，提升查询效率。
2. 第一层$lookup关联Episodes：这部分和你原来的逻辑一致，把项目对应的所有剧集存入episodes数组。
3. $unwind拆分数组：因为我们需要对每个剧集单独关联Sequences，所以必须把数组拆成单个文档处理。
4. 嵌套$lookup关联Sequences：
   • 用let定义两个变量：当前项目的ID和当前剧集的名称（对应Sequences集合里的episode字段）。
   • 子管道里用$expr结合变量匹配条件，确保只获取当前项目、当前剧集下的序列。
   • 把匹配结果直接存入当前剧集对象的sequences字段，实现嵌套结构。
5. $group重组数组：把拆分后的单个剧集文档重新按项目ID分组，还原成包含嵌套剧集和序列的结构。

结果说明 #

执行这个管道后，你会得到完全符合预期格式的结果：

[
  {
    "_id": "A",
    "episodes": [
      {
        "_id": "A/Episode01",
        "project": "A",
        "name": "Episode01",
        "sequences": [
          {
            "_id": "A/Episode01/Sequence01",
            "project": "A",
            "episode": "Episode01",
            "name": "Sequence01"
          }
        ]
      },
      {
        "_id": "A/Episode02",
        "project": "A",
        "name": "Episode02",
        "sequences": [
          {
            "_id": "A/Episode02/Sequence02",
            "project": "A",
            "episode": "Episode02",
            "name": "Sequence02"
          }
        ]
      }
    ]
  }
]

另外，你原来查询里的$group是多余的——因为$match已经只返回一个Project文档，没必要再分组，反而会增加不必要的复杂度。

内容的提问来源于stack exchange，提问作者Green Cell