MongoDB使用Mongoose时如何对关联引用集合执行upsert操作

你的代码存在三个核心问题，直接触发写入报错：

1. 更新字段路径错误：集合A的文档根级就存在b_id字段，你在update语句里写的A.b_id是不存在的嵌套路径，Mongoose解析更新路径时会出现层级判断冲突。
2. 字段类型不匹配：A集合Schema中b_id定义为mongoose.Types.ObjectId类型，你传入的更新值是{subject: "maths", age: 22}普通对象，和字段定义的类型完全不符，类型校验阶段就会判定路径写入冲突。
3. 对Mongoose引用机制的理解偏差：Schema里的ref配置只是Mongoose应用层提供的populate关联查询语法糖，不是数据库层面的外键约束，MongoDB本身没有原生跨表自动维护关联、级联upsert的机制，不可能在更新A集合的单条语句里直接创建/修改B集合的记录、同时自动完成_id关联。

MongoDB不支持单条语句同时完成两个集合的upsert+自动关联，所有合规方案都需要最少次数的数据库往返，批量场景下通过bulkWrite可以把IO次数压缩到2次，性能远高于单条循环操作。

方案1：双bulkWrite批量实现（生产环境推荐） #

该方案支持任意量级的批量数据处理，全程仅需2次数据库往返，完全符合Schema约束：

• 第一步：批量对B集合执行带upsert的写入，拿到所有B记录（含已存在、新创建）的_id映射
• 第二步：用拿到的B记录_id作为b_id的值，批量对A集合执行带upsert的写入
  参考实现代码：

// 待处理的业务数据列表
const pendingList = [
  { aName: "a", bSubject: "maths", bAge: 22 }
  // 可追加任意多条待处理数据
]

// 第一步：批量upsert B集合记录
const bOps = pendingList.map(item => ({
  updateOne: {
    filter: { subject: item.bSubject, age: item.bAge }, // 按业务规则定义B记录的去重条件
    update: { $set: { subject: item.bSubject, age: item.bAge } },
    upsert: true
  }
}))
const bRes = await B.bulkWrite(bOps)

// 提取新创建的B记录ID映射
const bIdMap = new Map()
Object.entries(bRes.upsertedIds).forEach(([idx, oid]) => {
  bIdMap.set(Number(idx), oid)
})
// 补充查询已存在的匹配B记录ID，补全映射（如果去重字段加了唯一索引，这一步的查询性能极高）
const existedB = await B.find({
  $or: pendingList.map(item => ({subject: item.bSubject, age: item.bAge}))
})
existedB.forEach(doc => {
  const idx = pendingList.findIndex(i => i.bSubject === doc.subject && i.bAge === doc.age)
  if (idx > -1) bIdMap.set(idx, doc._id)
})

// 第二步：批量upsert A集合，写入关联的b_id
const aOps = pendingList.map((item, idx) => ({
  updateOne: {
    filter: { name: item.aName }, // 按业务规则定义A记录的去重条件
    update: { $set: { name: item.aName, b_id: bIdMap.get(idx) } },
    upsert: true
  }
}))
await A.bulkWrite(aOps)

方案2：聚合管道更新（仅适合B记录已存在的单条场景） #

如果业务可以保证要关联的B记录已经存在，不需要新建，可以用MongoDB 4.2+支持的聚合管道更新语法，在A的upsert语句里通过$lookup自动关联拿到B的_id，全程仅需1次数据库往返：

await A.updateOne(
  { name: "a" }, // A记录去重条件
  [
    {
      $lookup: {
        from: "bs", // 注意这里填B集合对应的实际物理集合名，不是Mongoose模型名
        pipeline: [
          { $match: { subject: "maths", age: 22 } }
        ],
        as: "bRef"
      }
    },
    {
      $set: {
        name: "a",
        b_id: { $first: "$bRef._id" }
      }
    },
    { $unset: "bRef" }
  ],
  { upsert: true }
)

该方案的限制是：如果B集合没有匹配的记录，b_id会被赋值为null，触发Schema中required: true的校验错误，无法自动创建B侧的缺失记录。

• 不要为了省事把B集合的完整文档直接存入A的b_id字段，这会完全破坏引用设计，后续populate关联查询、类型校验都会失效
• 批量操作时一定要给两个集合的去重筛选字段加唯一索引，避免高并发下产生重复数据
• Mongoose的ref配置仅在调用populate()方法时生效，不会在写入时自动做任何关联校验或数据填充

内容的提问来源于stack exchange，提问作者stux4d