查询数据库时如何按parentID去重，避免返回重复的菜谱数据？

方案1：不修改现有数据结构，直接用聚合查询实现去重 #

这是最快实现需求的方式，无需调整存储结构，仅修改查询逻辑即可，以MongoDB为例，查询逻辑如下：

• 先执行$match阶段过滤符合搜索要求的文档（比如关键词匹配、热量大于400），提前缩小数据范围
• 再用$group阶段按parentId分组，每组仅保留1条文档，你可以根据需求选择保留每组的第一条、热量最高的或者其他规则的条目
• 最后用$replaceRoot把分组后的文档还原为原始结构

示例代码：

db.recipes.aggregate([
  // 匹配你的搜索条件
  {
    $match: {
      name: /Jerk chicken/i,
      calories: { $gt: 400 }
    }
  },
  // 按parentId分组，每组取第一条数据
  {
    $group: {
      _id: "$parentId",
      recipeItem: { $first: "$$ROOT" }
    }
  },
  // 还原文档原始结构
  {
    $replaceRoot: { newRoot: "$recipeItem" }
  }
])

如果是用关系型数据库（比如PostgreSQL），可以用DISTINCT ON (parent_id)或者窗口函数ROW_NUMBER() OVER (PARTITION BY parent_id ORDER BY calories DESC)，筛选行号为1的条目即可，逻辑完全一致。
这个方案的优势是改造成本极低，适合快速上线，注意给parentId和常用的筛选字段加联合索引，可以大幅提升聚合查询的性能。

方案2：拆分集合存储基础菜谱和变体 #

你提到的新增原始菜谱集合、变体存为子集合的方案完全可行，是中长期更合理的架构选择：

• 新增base_recipes集合存储所有菜谱的公共信息：比如通用名称、基础做法、公共食材等，每条文档的_id对应原来的parentId
• 原有recipes集合调整为recipe_variants，仅存储变体的差异化内容：比如分量、调整后的热量、专属调整项，关联base_recipes的_id
• 搜索列表直接查询base_recipes集合即可，用户点击进入菜谱详情页时，再查询关联的所有变体数据返回

这个方案的优势是数据结构更清晰，查询性能更高，后续如果要做变体的单独统计、定向筛选等功能，扩展性更好；唯一的成本是需要做现有数据的迁移，同步调整现有读写逻辑，适合中长期的架构迭代。

内容的提问来源于stack exchange，提问作者Lukas Vis