MongoDB查询需求：筛选仅含主题无对应关键词的文档ID

要实现这个需求，我们可以利用MongoDB的聚合框架对比topic和keywords数组中的label字段，筛选出符合条件的文档并提取id_doc列表。

聚合查询语句 #

db.yourCollectionName.aggregate([
  // 1. 提取topic和keywords中的label到单独数组
  {
    $project: {
      id_doc: 1,
      topicLabels: "$topic.label",
      keywordLabels: "$keywords.label"
    }
  },
  // 2. 计算topicLabels中不在keywordLabels里的元素（差集）
  {
    $addFields: {
      unmatchedTopics: {
        $setDifference: ["$topicLabels", "$keywordLabels"]
      }
    }
  },
  // 3. 筛选出差集不为空的文档（存在至少一个主题未出现在keywords中）
  {
    $match: {
      unmatchedTopics: { $ne: [] }
    }
  },
  // 4. 只保留id_doc字段
  {
    $project: {
      _id: 0,
      id_doc: 1
    }
  }
])

代码解释 #

• 投影提取标签：把topic数组里的所有label提取成topicLabels数组，keywords数组里的所有label提取成keywordLabels数组，同时保留id_doc。
• 计算标签差集：用$setDifference操作符找出仅在topicLabels中存在的主题标签，结果存入unmatchedTopics字段。
• 筛选目标文档：只保留unmatchedTopics不为空的文档——也就是存在至少一个主题从未出现在keywords标签中的文档。
• 输出结果：移除_id字段，仅返回id_doc，得到最终的文档ID列表。

性能优化建议 #

如果后续集合数据量增大，可给topic.label和keywords.label创建索引，提升数组字段的提取效率：

db.yourCollectionName.createIndex({ "topic.label": 1 })
db.yourCollectionName.createIndex({ "keywords.label": 1 })

内容的提问来源于stack exchange，提问作者La_haine