MongoDB lookup pipeline数组匹配优化：如何命中collections字段索引避免全扫描

问题根源 #

你之前在$lookup子管道中使用$expr配合$in的写法，MongoDB查询优化器无法将这种条件映射到collections字段的索引，因此会触发全表扫描。

优化方案 #

直接使用$lookup原生的localField + foreignField匹配逻辑即可，MongoDB天然支持foreignField为数组的场景，匹配行为和你写的普通find查询完全一致，且可以命中collections字段的索引。

优化后聚合管道 #

[
  {
    $match: {
      author: author
    }
  },
  {
    $lookup: {
      from: 'artworks',
      localField: '_id', // 合集自身的ID字段
      foreignField: 'collections', // 艺术品中存储所属合集ID的数组字段
      as: 'previews',
      pipeline: [
        { $match: { collections: { $exists: true } } }, // 可选：过滤无所属合集的艺术品
        { $sort: { date: -1 } },
        { $limit: 4 },
        { $addFields: { id: '$_id' } }
      ]
    }
  }
]

性能进阶优化 #

建议给artworks集合创建复合索引，可以同时覆盖匹配和排序逻辑，避免内存排序，进一步提升性能：

db.artworks.createIndex({ collections: 1, date: -1 })

效果验证 #

你可以通过explain('executionStats')执行上述聚合语句，查看执行计划中artworks集合的查询阶段，如果出现IXSCAN（索引扫描）、无COLLSCAN（全表扫描），说明优化已经生效。

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