MongoDB如何实现食材数组关键词匹配查询并按权重排序

原代码使用$setIntersection做数组运算时，只会对数组元素做精确等值匹配，只有当ingredients中的整条食材描述和ingrArr内的关键词完全一致时才会计入匹配数，自然无法识别"cup of flour"这类包含关键词的长文本。

根据你的数据规模和匹配需求，二选一即可：

方案1：正则子串匹配（灵活度高，中小数据量首选） #

不需要$unwind，直接用$reduce遍历食材数组统计命中关键词的总次数作为排序权重，代码如下：

const recipes = await recipe.aggregate([
  {
    $addFields: {
      weight: {
        $reduce: {
          input: "$ingredients",
          initialValue: 0,
          in: {
            $add: [
              "$$value",
              {
                $size: {
                  $filter: {
                    input: ingrArr,
                    as: "keyword",
                    cond: {
                      $regexMatch: {
                        input: { $toLower: "$$this" },
                        regex: { $toLower: "$$keyword" }
                      }
                    }
                  }
                }
              }
            ]
          }
        }
      }
    }
  },
  // 过滤完全无匹配的食谱，不需要可以删除该阶段
  { $match: { weight: { $gt: 0 } } },
  { $sort: { weight: -1 } },
  {
    $project: {
      name: 1,
      ingredients: 1,
      tags: 1,
      url: 1,
      weight: 1
    }
  }
])

• 逻辑说明：逐行遍历每条食谱的食材描述，检查每个描述是否包含目标关键词，每命中1个关键词权重加1，最终按匹配数倒序返回结果，默认不区分大小写。
• 如果需要避免前缀误匹配（比如搜"flour"时不命中"flouride"），可以给正则加单词边界，把regex字段替换为{ $concat: ["\\b", { $toLower: "$$keyword" }, "\\b"] }即可。

方案2：文本索引匹配（大数据量首选，性能更高） #

如果你的食谱集合数据量超过10万条，建议先给ingredients字段建文本索引，用MongoDB原生文本检索实现，查询速度远高于正则匹配：

// 索引仅需创建一次，不要每次查询都执行
// await recipe.createIndex({ ingredients: "text" })

const recipes = await recipe.aggregate([
  {
    $match: {
      $text: { $search: ingrArr.join(" ") }
    }
  },
  {
    $addFields: {
      weight: { $meta: "textScore" }
    }
  },
  { $sort: { weight: -1 } },
  {
    $project: {
      name: 1,
      ingredients: 1,
      tags: 1,
      url: 1,
      weight: 1
    }
  }
])

注意：文本索引默认做整词匹配、不区分大小写，性能优异但自定义匹配规则的灵活度低于正则方案，适合固定匹配规则的生产场景。

你之前尝试$unwind未生效，通常是拆分后没有完成完整的匹配-分组计数流程：$unwind会把每个食材条目拆成独立文档，后续需要先做关键词匹配，再按_id分组统计每个食谱的命中数，整体逻辑比$reduce写法冗余，遍历开销更高，无特殊需求不推荐使用。

内容的提问来源于stack exchange，提问作者jacob 0orbas