MongoDB：基于行值匹配条件合并同一用户的关联多行数据

我来帮你搞定这个合并需求～本质上这是个找连通分量的问题：把同一用户下，共享至少一个电话或邮箱的行看作互相连通的节点，最后把每个连通组的数据合并到一起。

核心思路拆解 #

• 第一步：先按user字段分组，不同用户的数据完全独立处理，绝不交叉合并。
• 第二步：对每个用户的数据集，构建节点连通关系：只要两行有共同的phone或email，就标记它们属于同一个连通组。
• 第三步：对每个连通组做数据合并：
  • objectIds：收集组内所有行的objectId（存为数组）
  • phones：提取组内所有phone，去重后转数组
  • emails：提取组内所有email，去重后转数组
  • user：保留该组的用户ID

JavaScript代码实现（可直接运行） #

// 你的示例输入数据
const rawData = [
  { objectId: 1, user: 1, phones: [1, 2], emails: ['a'] },
  { objectId: 2, user: 1, phones: [1, 5], emails: ['a', 'f'] },
  { objectId: 3, user: 1, phones: [8, 9], emails: ['f', 'g'] },
  { objectId: 4, user: 1, phones: [10], emails: ['h'] },
  { objectId: 5, user: 2, phones: [1, 2, 3], emails: ['aa', 'bb', 'cc'] }
];

// 1. 先按user分组，隔离不同用户的数据
const userGroups = {};
rawData.forEach(item => {
  if (!userGroups[item.user]) userGroups[item.user] = [];
  userGroups[item.user].push(item);
});

// 2. 对每个用户组，用并查集找连通分量并合并
const finalResult = [];
Object.values(userGroups).forEach(group => {
  // 构建phone/email到行索引的映射，快速找关联行
  const phoneToIndices = new Map();
  const emailToIndices = new Map();
  group.forEach((item, idx) => {
    item.phones.forEach(phone => {
      if (!phoneToIndices.has(phone)) phoneToIndices.set(phone, []);
      phoneToIndices.get(phone).push(idx);
    });
    item.emails.forEach(email => {
      if (!emailToIndices.has(email)) emailToIndices.set(email, []);
      emailToIndices.get(email).push(idx);
    });
  });

  // 并查集核心：找根节点 + 合并节点
  const parent = group.map((_, i) => i);
  const findRoot = (x) => {
    if (parent[x] !== x) parent[x] = findRoot(parent[x]);
    return parent[x];
  };
  const mergeNodes = (x, y) => {
    const rootX = findRoot(x);
    const rootY = findRoot(y);
    if (rootX !== rootY) parent[rootY] = rootX;
  };

  // 基于phone关联合并节点
  phoneToIndices.forEach(indices => {
    for (let i = 1; i < indices.length; i++) mergeNodes(indices[0], indices[i]);
  });
  // 基于email关联合并节点
  emailToIndices.forEach(indices => {
    for (let i = 1; i < indices.length; i++) mergeNodes(indices[0], indices[i]);
  });

  // 按根节点分组，合并每组数据
  const components = new Map();
  group.forEach((item, idx) => {
    const root = findRoot(idx);
    if (!components.has(root)) {
      components.set(root, {
        objectIds: [],
        phones: new Set(),
        emails: new Set(),
        user: item.user
      });
    }
    const comp = components.get(root);
    comp.objectIds.push(item.objectId);
    item.phones.forEach(p => comp.phones.add(p));
    item.emails.forEach(e => comp.emails.add(e));
  });

  // 转换为最终输出格式（Set转数组）
  Array.from(components.values()).forEach(comp => {
    finalResult.push({
      objectIds: comp.objectIds,
      user: comp.user,
      phones: Array.from(comp.phones),
      emails: Array.from(comp.emails)
    });
  });
});

// 打印结果
console.log(JSON.stringify(finalResult, null, 2));

运行结果展示 #

[
  {
    "objectIds": [1, 2, 3],
    "user": 1,
    "phones": [1, 2, 5, 8, 9],
    "emails": ["a", "f", "g"]
  },
  {
    "objectIds": [4],
    "user": 1,
    "phones": [10],
    "emails": ["h"]
  },
  {
    "objectIds": [5],
    "user": 2,
    "phones": [1, 2, 3],
    "emails": ["aa", "bb", "cc"]
  }
]

简单解释下：

• user=1的行1、2、3是关联的：1和2共享phone=1/email=a，2和3共享email=f，所以三者合并成一组。
• user=1的第4行没有和其他行共享任何phone/email，单独成组。
• user=2只有一行，直接保留。

内容的提问来源于stack exchange，提问作者Trung Tín Trần