MongoDB二级Unwind后Match不生效问题及正确实现咨询

你正在开发一款基于MongoDB的软件，现有如下集合文档示例（单条）：

{ 
  "_id" : ObjectId("5aef51e0af42ea1b70d0c4dc"), 
  "EndpointId" : "89799bcc-e86f-4c8a-b340-8b5ed53caf83", 
  "DateTime" : ISODate("2018-05-06T19:05:04.574Z"), 
  "Url" : "test", 
  "Tags" : [ 
    { 
      "Uid" : "E2:02:00:18:DA:40", 
      "Type" : 1, 
      "DateTime" : ISODate("2018-05-06T19:05:04.574Z"), 
      "Sensors" : [ 
        { "Type" : 1, "Value" : NumberDecimal("-98") }, 
        { "Type" : 2, "Value" : NumberDecimal("-65") } 
      ] 
    }, 
    { 
      "Uid" : "12:3B:6A:1A:B7:F9", 
      "Type" : 1, 
      "DateTime" : ISODate("2018-05-06T19:05:04.574Z"), 
      "Sensors" : [ 
        { "Type" : 1, "Value" : NumberDecimal("-95") }, 
        { "Type" : 2, "Value" : NumberDecimal("-59") }, 
        { "Type" : 3, "Value" : NumberDecimal("12.939770381907275") } 
      ] 
    } 
  ] 
}

你执行了如下聚合查询，但发现二级$unwind后的$match条件（过滤Tags.Sensors.Type）并未生效：

db.myCollection.aggregate([ 
  { $unwind: "$Tags" }, 
  { 
    $match: { 
      $and: [ 
        { "Tags.DateTime": { $gte: ISODate("2018-05-06T19:05:02Z"), $lte: ISODate("2018-05-06T19:05:09Z") } }, 
        { "Tags.Uid": { $in: ["C1:3D:CA:D4:45:11"] } } 
      ] 
    } 
  }, 
  { $unwind: "$Tags.Sensors" }, 
  { $match: { "$Tags.Sensors.Type": { $in: [1, 2] } } }, // 这里的写法有问题
  { 
    $project: { 
      _id: 0, 
      EndpointId: "$EndpointId", 
      TagId: "$Tags.Uid", 
      Url: "$Url", 
      TagType: "$Tags.Type", 
      Date: "$Tags.DateTime", 
      SensorType: "$Tags.Sensors.Type", 
      Value: "$Tags.Sensors.Value" 
    } 
  } 
])

问题原因 #

你在第二个$match阶段的字段路径前面多了一个$符号！在MongoDB的$match阶段中，指定字段路径时不需要加$——$符号通常用于在$project、$addFields这类阶段中引用字段的值，但$match是直接匹配文档的字段路径，所以这里的"$Tags.Sensors.Type"写法错误，导致MongoDB无法识别目标字段，过滤自然失效。

修正后的聚合查询 #

只需要把第二个$match的字段路径去掉前缀$即可：

db.myCollection.aggregate([ 
  { $unwind: "$Tags" }, 
  { 
    $match: { 
      $and: [ 
        { "Tags.DateTime": { $gte: ISODate("2018-05-06T19:05:02Z"), $lte: ISODate("2018-05-06T19:05:09Z") } }, 
        { "Tags.Uid": { $in: ["C1:3D:CA:D4:45:11"] } } 
      ] 
    } 
  }, 
  { $unwind: "$Tags.Sensors" }, 
  { $match: { "Tags.Sensors.Type": { $in: [1, 2] } } }, // 去掉前缀$
  { 
    $project: { 
      _id: 0, 
      EndpointId: "$EndpointId", 
      TagId: "$Tags.Uid", 
      Url: "$Url", 
      TagType: "$Tags.Type", 
      Date: "$Tags.DateTime", 
      SensorType: "$Tags.Sensors.Type", 
      Value: "$Tags.Sensors.Value" 
    } 
  } 
])

更高效的优化方案 #

从性能角度考虑，我们可以先过滤Sensors数组再执行$unwind，这样能减少$unwind处理的数据量，提升查询效率。具体做法是在第一个$unwind之后，用$addFields配合$filter先把每个Tag下符合条件的Sensors筛选出来，再进行后续操作：

db.myCollection.aggregate([ 
  { $unwind: "$Tags" }, 
  { 
    $match: { 
      $and: [ 
        { "Tags.DateTime": { $gte: ISODate("2018-05-06T19:05:02Z"), $lte: ISODate("2018-05-06T19:05:09Z") } }, 
        { "Tags.Uid": { $in: ["C1:3D:CA:D4:45:11"] } } 
      ] 
    } 
  }, 
  // 先过滤Sensors数组，只保留Type为1或2的元素
  {
    $addFields: {
      "Tags.Sensors": {
        $filter: {
          input: "$Tags.Sensors",
          cond: { $in: ["$$this.Type", [1, 2]] }
        }
      }
    }
  },
  // 只对非空的Sensors数组执行unwind
  { $unwind: "$Tags.Sensors" },
  { 
    $project: { 
      _id: 0, 
      EndpointId: "$EndpointId", 
      TagId: "$Tags.Uid", 
      Url: "$Url", 
      TagType: "$Tags.Type", 
      Date: "$Tags.DateTime", 
      SensorType: "$Tags.Sensors.Type", 
      Value: "$Tags.Sensors.Value" 
    } 
  } 
])

这个方案的优势在于避免了对所有Sensors元素执行$unwind，先过滤再展开能显著减少后续阶段需要处理的数据量，尤其当集合数据量较大时，性能提升会很明显。

内容的提问来源于stack exchange，提问作者Mhmd