MongoDB聚合查询如何返回所有文档中均不存在的数组值

需求说明 #

给定目标数组 ['123', '456', '789']，查询所有包含books字段的文档，仅返回目标数组里从未在任意文档的books字段中出现过的元素，不需要返回匹配到的原始文档。
举个参考示例：如果123、456都存在于对应文档的books字段中，只有789从未出现，最终返回结果就是['789']。

完整聚合代码 #

你已经写好了初始的$match过滤阶段，补全后续聚合阶段即可，完整代码如下：

.aggregate([
  {
    $match: {
      books: {
        $in: ['123', '456', '789']
      }
    }
  },
  // 将books数组拆分为单条记录，单值字段会自动按单元素数组处理
  {
    $unwind: "$books"
  },
  // 二次过滤，仅保留属于目标数组的books值
  {
    $match: {
      books: {
        $in: ['123', '456', '789']
      }
    }
  },
  // 去重统计所有实际出现过的目标值
  {
    $group: {
      _id: null,
      existedValues: { $addToSet: "$books" }
    }
  },
  // 计算目标数组和已存在值的差集，得到从未出现过的值
  {
    $project: {
      _id: 0,
      result: {
        $setDifference: [['123', '456', '789'], "$existedValues"]
      }
    }
  }
])

逻辑说明 #

• 初始$match阶段提前过滤掉books字段完全不包含目标数组元素的文档，大幅减少后续阶段需要处理的数据量，提升查询效率
• $unwind阶段拆分数组后，才能对单个book值做去重统计
• 二次$match是为了排除books字段里不属于目标数组的其他值，避免干扰后续差集计算
• $group阶段用$addToSet对出现过的目标值去重，避免重复值影响结果
• 最终用$setDifference取两个集合的差集，直接得到你需要的未出现值。如果没有任何文档匹配初始条件，返回的结果就是完整的目标数组，符合预期。

内容的提问来源于stack exchange，提问作者pkdev