如何通过MongoDB聚合从多文档提取合并嵌套段落对象列表

原始集合数据 #

[
  {
    "_id": "doc1",
    "content": [
      { "paragraph": "lorem" },
      { "paragraph": "lorem ipsum" }
    ]
  },
  {
    "_id": "doc2",
    "content": [
      { "paragraph": "lorem ipsum dolor" },
      { "paragraph": "lorem ipsum dolor sit" }
    ]
  }
]

期望聚合结果 #

[
  { "paragraph": "lorem" },
  { "paragraph": "lorem ipsum" },
  { "paragraph": "lorem ipsum dolor" },
  { "paragraph": "lorem ipsum dolor sit" }
]

解决方案：使用$unwind + $replaceRoot #

这是最简洁直观的实现方式，仅需两个聚合阶段：

db.collection.aggregate([
  { $unwind: "$content" },
  { $replaceRoot: { newRoot: "$content" } }
])

阶段说明

• $unwind：将每个原始文档中的content数组拆分为多个独立文档，每个文档对应数组里的一个paragraph对象。比如原doc1会拆成两个文档，各自的content字段对应一个paragraph条目。
• $replaceRoot：把每个文档的content字段内容替换为根文档，直接得到仅包含paragraph键的目标结构。

备选方案：合并数组后展开（适合大数据量场景） #

如果集合中文档数量极多，也可以先合并所有content数组再展开，减少中间文档的生成次数：

db.collection.aggregate([
  {
    $group: {
      _id: null,
      allParagraphs: { $push: "$content" }
    }
  },
  { $unwind: "$allParagraphs" },
  { $unwind: "$allParagraphs" },
  { $replaceRoot: { newRoot: "$allParagraphs" } }
])

阶段说明

• $group：将所有文档的content数组收集到一个名为allParagraphs的二维数组中。
• 两次$unwind：第一次展开二维数组为多个一维数组，第二次展开一维数组为单个paragraph对象。
• $replaceRoot：同上，将paragraph对象设为根文档。

内容的提问来源于stack exchange，提问作者Balaram Behera