如何使用Mongoose获取关联Page中commented_times小于3的全部Posts？

嘿，我来帮你搞定这个Mongoose关联查询的问题！首先我得先确认下你的Schema结构大概是这样的（如果和你的实际结构有出入，你可以对应调整字段名）：

const mongoose = require('mongoose');

// Pages 模型 Schema
const PageSchema = new mongoose.Schema({
  title: String,
  commented_times: Number,
  // 其他自定义字段...
});
const Page = mongoose.model('Page', PageSchema);

// Posts 模型 Schema（关联Pages）
const PostSchema = new mongoose.Schema({
  content: String,
  page: { type: mongoose.Schema.Types.ObjectId, ref: 'Page' },
  // 其他自定义字段...
});
const Post = mongoose.model('Post', PostSchema);

接下来给你两种可行的实现方法，你可以根据自己的场景选择：

方法一：使用populate + 客户端过滤 #

这种方法适合数据量不大的场景，先查询所有Posts并关联Page，再过滤掉不符合条件的记录：

Post.find()
  .populate({
    path: 'page', // 指定要关联的字段
    match: { commented_times: { $lt: 3 } } // 只关联commented_times小于3的Page
  })
  .exec()
  .then(allPosts => {
    // 过滤掉那些没有匹配到符合条件Page的Posts（此时post.page为null）
    const targetPosts = allPosts.filter(post => post.page !== null);
    console.log('符合条件的Posts:', targetPosts);
  })
  .catch(err => console.error('查询出错:', err));

注意点： #

这里的populate只会过滤关联的Page数据，但不会自动过滤Posts本身——也就是说，所有Posts都会被查出来，只是不符合条件的Posts对应的page字段会是null，所以我们需要用filter在客户端再筛一遍。

方法二：使用aggregate聚合查询（推荐，性能更好） #

这种方法直接在数据库层面完成关联和过滤，不需要客户端二次处理，数据量大的时候性能优势明显：

Post.aggregate([
  // 第一步：关联Pages集合，把对应的Page数据关联到Posts中
  {
    $lookup: {
      from: 'pages', // 注意这里是MongoDB集合的名称（通常是模型名的小写复数）
      localField: 'page', // Posts中关联Page的字段名
      foreignField: '_id', // Pages中被关联的字段（通常是_id）
      as: 'page' // 关联后数据存储的字段名（会是一个数组）
    }
  },
  // 第二步：把page数组展开成单个对象（因为每个Post只对应一个Page）
  { $unwind: '$page' },
  // 第三步：过滤出page.commented_times小于3的Posts
  {
    $match: {
      'page.commented_times': { $lt: 3 }
    }
  }
])
.exec()
.then(targetPosts => {
  console.log('符合条件的Posts:', targetPosts);
})
.catch(err => console.error('聚合查询出错:', err));

注意点： #

• $lookup的from参数必须是MongoDB中实际的集合名称，比如你的Page模型对应的集合如果是page而不是pages，就要改成from: 'page'；
• 如果你的Posts和Pages的关联字段不是page和_id，记得对应修改localField和foreignField的值。

两种方法都能实现你的需求，我更推荐用聚合查询的方式，尤其是当数据量比较大的时候，能减少数据库返回的数据量，提升查询效率。

内容的提问来源于stack exchange，提问作者Alvin Mahmudov