MongoDB 4.0.23三层嵌套数组提取sId的高效查询方案

你的场景下性能瓶颈来自多层$unwind拆分大数组产生的海量临时中间文档，以下方案完全复用现有索引，全程避免对大数组做拆分，性能相比双unwind方案有数量级提升。

核心思路 #

• 前置$match直接命中你已创建的_a._p._pId.CC索引，从存储层就过滤掉所有不满足条件的文档，不加载无关数据到内存
• 用$filter+$reduce+$concatArrays在单文档内完成数组的逐层筛选、合并，全程不拆分大数组
• 仅对最终筛选出的极少量目标结果做拆分输出，几乎无额外开销

可直接运行的聚合管道 #

db.yourCollection.aggregate([
  // 索引命中阶段：前置过滤无关文档
  {
    $match: {
      "_a._p._pId.CC": "CA"
    }
  },
  // 数组处理阶段：逐层筛选符合条件的元素，合并所有目标t数组
  {
    $project: {
      matchedT: {
        $reduce: {
          input: {
            $filter: {
              input: "$_a",
              cond: {
                $gt: [
                  {
                    $size: {
                      $filter: {
                        input: "$$this._p",
                        cond: { $eq: ["$$this._pId.CC", "CA"] }
                      }
                    }
                  },
                  0
                ]
              }
            }
          },
          initialValue: [],
          in: {
            $concatArrays: [
              "$$value",
              {
                $reduce: {
                  input: {
                    $filter: {
                      input: "$$this._p",
                      cond: { $eq: ["$$this._pId.CC", "CA"] }
                    }
                  },
                  initialValue: [],
                  in: {
                    $concatArrays: [
                      "$$value",
                      "$$this.s.c.t",
                      "$$this.s.a.t",
                      "$$this.s.d.t"
                    ]
                  }
                }
              }
            ]
          }
        }
      }
    }
  },
  // 筛选目标t元素，提取sId
  {
    $project: {
      result: {
        $map: {
          input: {
            $filter: {
              input: "$matchedT",
              cond: {
                $and: [
                  { $eq: ["$$this.language", "CA"] },
                  { $eq: ["$$this.format", "A4"] }
                ]
              }
            }
          },
          in: { sId: "$$this.sId" }
        }
      }
    }
  },
  // 拆分最终结果输出（仅处理少量符合条件的元素，无性能压力）
  { $unwind: "$result" },
  { $replaceRoot: { newRoot: "$result" } }
])

性能说明 #

• 管道第一阶段直接走索引，不会做全表扫描，和普通等值查询性能一致
• 数组处理阶段所有计算都在单文档内存中完成，不会产生笛卡尔积式的临时文档，相比两次$unwind拆分_a、_p大数组的方案，计算量和内存占用可以降低90%以上
• 最后一步$unwind处理的是已经筛选完成的结果集，单文档对应的结果通常只有个位数，开销可以忽略

如果后续s路径下新增其他存储t数组的字段，只需要在$concatArrays参数中追加对应字段路径即可，不需要调整整体管道逻辑。

内容的提问来源于stack exchange，提问作者R2D2