如何通过查询获取已有MongoDB集合的数据Schema？

核心思路 #

遍历集合所有文档，拆分每个文档的顶层字段，统计每个字段对应的数据类型，最终输出全量字段与类型的映射结果。 #

方案1：原生聚合管道实现（推荐，直接在MongoDB客户端/Shell执行） #

执行以下聚合语句即可快速得到统计结果，针对你给出的示例文档，输出格式完全匹配需求：

// 替换成你自己的集合名
db.yourCollectionName.aggregate([
  // 将每个文档的顶层字段转换为{k:字段名, v:字段值}的键值对数组
  { $project: { fieldPairs: { $objectToArray: "$$ROOT" } } },
  // 展开数组，每个字段单独生成一条记录
  { $unwind: "$fieldPairs" },
  // 按字段名分组，提取字段对应值的类型
  {
    $group: {
      _id: "$fieldPairs.k",
      originType: { $first: { $type: "$fieldPairs.v" } }
    }
  },
  // 将MongoDB返回的原生类型映射为你需要的大写格式
  {
    $addFields: {
      finalType: {
        $switch: {
          branches: [
            { case: { $in: ["$originType", ["int", "long", "double", "decimal"]] }, then: "NUMBER" },
            { case: { $eq: ["$originType", "string"] }, then: "STRING" },
            { case: { $eq: ["$originType", "bool"] }, then: "BOOLEAN" },
            { case: { $eq: ["$originType", "object"] }, then: "OBJECT" },
            { case: { $eq: ["$originType", "array"] }, then: "ARRAY" }
          ],
          default: "$originType"
        }
      }
    }
  },
  // 将结果重组为{字段名: 类型}的对象结构
  {
    $group: {
      _id: null,
      schemaResult: {
        $mergeObjects: {
          $arrayToObject: [[{ k: "$_id", v: "$finalType" }]]
        }
      }
    }
  },
  // 移除多余的_id字段，只返回最终schema
  { $project: { _id: 0, schemaResult: 1 } }
])

执行后返回结果如下：

{
  "schemaResult": {
    "test0": "NUMBER",
    "test1": "STRING",
    "test2": "BOOLEAN",
    "test3": "BOOLEAN",
    "test4": "OBJECT"
  }
}

注意：上述写法默认取每个字段第一次出现的类型。如果同一字段在不同文档中存在多种类型，需要统计全部可能类型的话，可以将第一个$group阶段的originType字段逻辑替换为{ $addToSet: { $type: "$fieldPairs.v" } }，返回结果中每个字段会对应一个类型数组。

方案2：递归统计嵌套字段Schema（支持嵌套对象内部字段识别） #

如果需要统计test4这类嵌套对象内部的字段结构，可以在MongoDB Shell中执行以下递归脚本：

function getCollectionSchema(collectionName) {
  const schema = {};
  const cursor = db[collectionName].find();

  function traverse(obj, targetRef) {
    Object.entries(obj).forEach(([key, value]) => {
      let type = typeof value;
      if (type === 'object') type = Array.isArray(value) ? 'array' : 'object';
      
      if (!targetRef[key]) {
        targetRef[key] = type.toUpperCase();
      }
      // 嵌套对象递归遍历内部字段
      if (type === 'object') {
        targetRef[`${key}_fields`] = {};
        traverse(value, targetRef[`${key}_fields`]);
      }
    })
  }

  while (cursor.hasNext()) {
    const currentDoc = cursor.next();
    traverse(currentDoc, schema);
  }
  return schema;
}

// 替换为你的集合名调用即可
getCollectionSchema("yourCollectionName")

内容的提问来源于stack exchange，提问作者sakura2.0