MongoDB聚合条件过滤：存在xx=1文档时仅返回xx=1，否则返回xx=0

你的核心规则是先探测全集合的全局存在状态，再基于全局状态动态切换过滤规则，这类需求从设计逻辑上就不适合使用MAP+FILTER、单文档级REDACT、静态条件$match来实现，原因如下：

• MAP、FILTER操作的设计定位是处理单文档内嵌数组的元素筛选，没有跨文档感知能力，无法识别整个集合里有没有xx=1的文档。
• $redact的判断逻辑完全基于当前单文档的字段值做保留/排除，无法获取全集合的全局状态，硬套也触发不了跨文档的规则判断。
• 静态条件$match写死了过滤规则，没法根据集合的实际数据状态动态切换“有xx=1就筛xx=1、没有就筛xx=0”的灵活逻辑。

整个流程分两个核心步骤完成，没有多余的逻辑开销：

1. 先做一次全局聚合，计算出集合是否存在xx=1的标记值，同时把全量文档暂存为数组
2. 基于上一步算出的全局标记，对暂存的文档数组做条件筛选，最后打平成独立文档输出

完整的聚合管道代码：

db.collection.aggregate([
  // 步骤1：计算全局状态
  {
    $group: {
      _id: null, // 无分组维度，将全集合归为一组计算
      hasXX1: { $max: "$xx" }, // xx字段的最大值就是全局标记：存在xx=1则值为1，全为0则值为0
      allDocs: { $push: "$$ROOT" } // 暂存所有原始文档
    }
  },
  // 步骤2：按全局标记筛选符合规则的文档
  {
    $project: {
      filteredDocs: {
        $filter: {
          input: "$allDocs",
          as: "doc",
          cond: { $eq: ["$$doc.xx", "$hasXX1"] } // 文档xx值和全局标记相等则保留
        }
      }
    }
  },
  // 步骤3：将筛选后的文档数组打平为独立文档
  { $unwind: "$filteredDocs" },
  // 步骤4：将打平后的文档设为根文档，移除不需要的Price字段
  { $replaceRoot: { newRoot: "$filteredDocs" } },
  { $unset: "Price" }
])

效果验证 #

• 处理A组数据时：全局标记hasXX1=1，管道会自动筛选出所有xx=1的文档，移除Price字段后输出结果和预期完全一致。
• 处理B组数据时：全局标记hasXX1=0，管道会自动筛选出所有xx=0的文档，移除Price字段后输出结果和预期完全一致。

如果集合数据量达到百万级以上，单管道内全量$push会占用较多内存，容易触发聚合阶段的内存溢出限制，这时可以拆成两次低开销查询实现，内存占用可以降低90%以上：

1. 先执行计数查询判断状态：执行db.collection.countDocuments({xx:1})，只要返回结果大于0，说明集合存在xx=1的文档
2. 基于计数结果切换查询条件：
   • 计数大于0时，执行db.collection.find({xx:1})获取需要的文档
   • 计数等于0时，执行db.collection.find({xx:0})获取需要的文档

内容的提问来源于stack exchange，提问作者2Fast4YouBR