Node.js使用Mongoose查询仅返回巴士数据 无法获取座位预订数据

代码里4处逻辑错误直接导致座位数据返回空：

• 无效的matchedBus筛选：routes.filter()的判断逻辑里，Route.busId是模型层不存在的属性（值为undefined），routes._id是数组对象不存在的属性（值也为undefined），两边全等永远为true，相当于把所有查询到的routes原样返回，属于完全冗余的无效代码，而且filter是数组同步方法，前面加await没有任何作用。
• Booking匹配字段写错：对照你的Booking Schema，顶层根本没有date和busId两个字段：行程日期存储在departureDetails数组的date属性下，巴士信息是通过routeId关联Route表、再通过Route表的busId关联巴士表拿到的，直接用booking.date、booking.busId做匹配永远拿不到结果。
• ObjectId对比逻辑错误：Mongoose查询返回的文档ID是ObjectId类型对象，不是普通字符串，直接用===做全等对比会返回false，需要转成字符串或者用Mongoose自带的equals()方法对比。
• 座位数据引用错误：遍历booking记录取座位时，你写的...Booking.seats是引用整个Booking模型的seats属性，不是当前遍历到的单条订票记录的seats字段，就算前面匹配到了订票数据，这里也拿不到正确的座位号。

直接替换原有接口逻辑即可，修复了上述所有问题，同时加了populate关联查询直接带出巴士基础信息（比如总座位数），方便后续计算可用座位：

router.get("/trip/single", async (req, res) => {
  if (!req.query.from || !req.query.to || !req.query.date) {
    return res.send({
      error: "Please enter the data to get the trip",
    });
  }
  const { from, to, date } = req.query;
  const targetDate = date.toString();

  // 查询匹配的线路，同时关联带出对应巴士的基础信息
  const routes = await Route.find({
    "Location.from": from,
    "Location.to": to,
    "date": targetDate,
  }).populate("busId");

  // 批量查询对应线路下的所有订票记录，直接在数据库层过滤日期减少内存运算
  const routeIds = routes.map(route => route._id);
  const bookings = await Booking.find({
    routeId: { $in: routeIds },
    "departureDetails.date": targetDate
  });

  const bookedSeatsByBus = {};
  
  for (const route of routes) {
    const currentBusId = route.busId._id.toString();
    let bookedSeats = [];

    // 筛选当前线路对应的所有订票记录，用equals对比ObjectId避免类型问题
    const currentRouteBookings = bookings.filter(booking => booking.routeId.equals(route._id));

    // 合并所有订票记录的已选座位
    currentRouteBookings.forEach(booking => {
      bookedSeats.push(...booking.seats);
    });

    // 座位号去重，避免异常数据导致重复统计
    bookedSeatsByBus[currentBusId] = [...new Set(bookedSeats)];
  }

  res.status(200).send({ 
    routes, 
    bookedSeatsByBus
    // 后续计算可用座位：拿populate返回的巴士总座位数生成全量座位数组，过滤掉已订座位即可
  });
});

• 建议把所有日期字段从String类型改成Mongoose的Date类型，后续做日期范围查询、时区转换时可以避免很多格式兼容问题。
• 如果数据量较大，可以直接用MongoDB的聚合框架一次性完成关联、分组统计座位的操作，比多次查询+内存筛选的性能高很多。

内容的提问来源于stack exchange，提问作者user19038939