MongoDB如何仅指定repo_id字段合并issues与repos集合

我太懂这种手动列一堆字段的痛苦了！完全不用这么麻烦，我们可以通过两种更简洁的方式实现只添加repo_id字段到issues集合的需求，而且不用手动列出所有原有字段：

方法一：基于原有查询优化（简单直接） #

我们可以用$addFields替代原来的$replaceRoot，它会自动保留所有原有字段，只新增我们需要的repo_id，最后清理临时的关联数组即可：

db.getCollection("issues").aggregate([
  {
    $lookup: {
      from: "repos",
      localField: "full_name",
      foreignField: "full_name",
      as: "repo_info" // 临时存储关联结果的数组
    }
  },
  // 新增repo_id字段，从关联结果数组中取出第一个元素的repo_id
  {
    $addFields: {
      repo_id: { $arrayElemAt: ["$repo_info.repo_id", 0] }
    }
  },
  // 移除临时的repo_info数组，避免冗余数据
  {
    $unset: "repo_info"
  },
  // 将结果输出到新集合issues2
  {
    $out: "issues2"
  }
])

原理说明：

• $addFields会保留issues集合原有的所有字段（包括issue_id、body、full_name等24个字段），仅新增repo_id，完全不用手动列举。
• $arrayElemAt用来从关联得到的数组中取出第一个元素的repo_id（因为你的full_name应该是一对一关联，所以数组只会有一个元素）。

方法二：更高效的关联查询（推荐） #

如果repos集合数据量较大，我们可以在$lookup阶段就只获取需要的repo_id字段，减少数据传输和处理开销：

db.getCollection("issues").aggregate([
  {
    $lookup: {
      from: "repos",
      let: { issue_full_name: "$full_name" }, // 定义当前issues文档的full_name变量
      pipeline: [
        // 匹配关联的full_name
        {
          $match: {
            $expr: { $eq: ["$full_name", "$$issue_full_name"] }
          }
        },
        // 只返回repo_id，其他字段都不获取
        {
          $project: {
            _id: 0, // 不需要返回_id
            repo_id: 1
          }
        }
      ],
      as: "repo_info"
    }
  },
  {
    $addFields: {
      repo_id: { $arrayElemAt: ["$repo_info.repo_id", 0] }
    }
  },
  {
    $unset: "repo_info"
  },
  {
    $out: "issues2"
  }
])

原理说明：

• 通过let和pipeline参数，我们在关联查询时就过滤掉了不需要的字段，只拉取repo_id，比第一种方法更高效。
• 后续的$addFields和$unset逻辑和第一种方法一致，确保最终集合只保留原有的所有字段加上repo_id。

注意事项 #

如果你的full_name在repos集合中可能对应多个文档（一对多关联），可以根据需求调整$arrayElemAt为$first或者其他聚合操作来处理多匹配的情况，但根据你的场景应该是一对一关联，所以当前逻辑完全适用。

内容的提问来源于stack exchange，提问作者babeyh