MongoDB聚合函数中如何使用条件？关联数据表分组时过滤active状态

首先要明确判断的status字段归属哪张集合，不同归属的放置位置完全不同，放错位置不仅不生效还会拖慢查询性能，以下是两种常见场景的可直接套用的修改方案：

场景1：status是主表vendors自身的字段 #

这种情况最优的写法是把过滤逻辑放在整个聚合管道的最开头，也就是$lookup之前的位置——提前把不符合状态的厂商数据筛掉，能大幅缩小后续关联、分组环节的处理数据集，性能最好。
修改后的完整代码如下：

db.getCollection('vendors').aggregate([
  // 提前过滤主表中状态为active的厂商
  {
    "$match": {
      "status": "active"
    }
  },
  // 保留原有关联vendorgs的逻辑
  {
    "$lookup": {
      "from": "vendorgs",
      "localField": "vendorOrgId",
      "foreignField": "_id",
      "as": "data"
    },
  },
  // 可选：过滤掉没有匹配到有效组织的空数据，避免空数组进入分组统计
  {
    "$match": {
      "data": { "$ne": [] }
    }
  },
  // 保留原有分组逻辑
  {
    "$group": {
      "_id": "$data.category",
      "category": {"$push": "$data"}
    }
  }
])

场景2：status是关联表vendorgs的字段 #

这种情况不建议把所有关联的vendorgs文档都拉回本地再过滤，最优写法是使用带自定义管道的$lookup，在关联阶段就只拉取符合status === "active"的组织数据，减少跨表传输的数据量。
修改后的完整代码如下：

db.getCollection('vendors').aggregate([
  {
    "$lookup": {
      "from": "vendorgs",
      "let": { "linkedOrgId": "$vendorOrgId" },
      "pipeline": [
        // 关联阶段直接过滤出status为active的组织文档
        {
          "$match": {
            "$expr": {
              "$and": [
                { "$eq": ["$_id", "$$linkedOrgId"] },
                { "$eq": ["$status", "active"] }
              ]
            }
          }
        }
      ],
      "as": "data"
    }
  },
  // 过滤掉没有匹配到有效活跃组织的厂商数据
  {
    "$match": {
      "data": { "$ne": [] }
    }
  },
  {
    "$group": {
      "_id": "$data.category",
      "category": {"$push": "$data"}
    }
  }
])

现有代码容易踩的两个坑 #

• 你原代码中分组阶段写的"_id": "$data.category"存在逻辑隐患：data是$lookup生成的数组字段，直接取这个路径下的category值，实际拿到的是包含所有关联组织category的数组，不是单个分类值，很容易出现分组粒度和预期不符的问题。如果需要按单个分类值做分组键，建议在分组前补充$unwind阶段把data数组拆成单条文档后再处理。
• 不要把状态过滤逻辑硬塞到$group的内部计算逻辑里：$group是聚合计算阶段，不适合做前置数据清洗，所有状态匹配、无效数据过滤的逻辑，都要放到$match阶段处理，才能同时保证统计结果准确和查询性能。

内容的提问来源于stack exchange，提问作者AsZik