如何编写MongoDB查询找出传入数组中不在集合内的缺失元素

• 传入待匹配数组：animals = ['cat','mat','rat']
• 目标集合现有文档仅包含animal字段值为cat、mat的两条记录，结构如下：

[
  {
    _id: ObjectId,
    animal: "cat"
  },
  {
    _id: ObjectId,
    animal: "mat"
  }
]

• 预期需求：返回传入数组中不存在于集合内的元素，即示例中的rat
• 误区说明：以下两种$nin写法无法实现需求：

// 错误写法1
db.collection.find({'animal':{$nin:animals}})
// 错误写法2
db.collection.find({'animal':{$nin:['cat','mat','rat']}})

这类写法的逻辑是筛选集合内animal字段不在传入数组中的文档，本质是对集合已有数据做过滤，当前集合所有文档的animal值都在传入数组中，执行后只会返回空结果，和「找传入数组中未被集合存储的元素」的逻辑完全相反。

MongoDB原生查询默认以集合内文档为筛选对象，要计算传入参数和集合存储值的差集，需要通过聚合管道实现：

db.collection.aggregate([
  // 筛选出集合中属于传入数组范围内的animal值
  { $match: { animal: { $in: ['cat','mat','rat'] } } },
  // 对已存在的animal值去重汇总
  { $group: {
    _id: null,
    existValues: { $addToSet: '$animal' }
  }},
  // 计算传入数组和已存在值的差集，得到缺失的元素
  { $project: {
    _id: 0,
    missingElements: { $setDifference: [['cat','mat','rat'], '$existValues'] }
  }}
])

执行上述语句后返回结果如下，正好符合预期：

{ "missingElements" : [ "rat" ] }

如果传入数组是动态变量，只需要将语句中两处写死的数组替换为对应变量即可。

内容的提问来源于stack exchange，提问作者Sugumar Venkatesan