使用$ lookup运算符的多个联接条件

我们可以使用$lookup3.6版及更高版本中的聚合管道运算符来执行多个加入条件。

我们需要使用let可选字段将字段的值分配给变量；然后，您可以在pipeline字段阶段访问这些变量，在其中指定要在集合上运行的管道。

请注意，在此$match阶段中，我们使用$expr评估查询运算符来比较字段的值。

流水线的最后一个阶段是$replaceRoot聚合流水线阶段，在此阶段，我们仅使用运算符将$lookup结果与$$ROOT文档的一部分合并$mergeObjects。

db.collection2.aggregate([
       {
          $lookup: {
             from: "collection1",
             let: {
                firstUser: "$user1",
                secondUser: "$user2"
             },
             pipeline: [
                {
                   $match: {
                      $expr: {
                         $and: [
                            {
                               $eq: [
                                  "$user1",
                                  "$$firstUser"
                               ]
                            },
                            {
                               $eq: [
                                  "$user2",
                                  "$$secondUser"
                               ]
                            }
                         ]
                      }
                   }
                }
             ],
             as: "result"
          }
       },
       {
          $replaceRoot: {
             newRoot: {
                $mergeObjects:[
                   {
                      $arrayElemAt: [
                         "$result",
                         0
                      ]
                   },
                   {
                      percent1: "$$ROOT.percent1"
                   }
                ]
             }
          }
       }
    ]
)

该管道产生如下所示的内容：

{
    "_id" : ObjectId("59e1ad7d36f42d8960c06022"),
    "user1" : 1,
    "user2" : 2,
    "percent" : 0.3,
    "percent1" : 0.56
}

如果您使用的不是3.6+版本，则可以先使用您的一个字段（例如说“ user1”）加入，然后使用$unwind聚合管道运算符从此处展开匹配文档的数组。管道的下一个阶段是$redact使用$$KEEP和$$PRUNE变量过滤掉那些来自“ joined”集合和输入文档中“ user2”值不相等的文档的阶段。然后，您可以$project分阶段调整文档的形状。

db.collection1.aggregate([
    { "$lookup": { 
        "from": "collection2", 
        "localField": "user1", 
        "foreignField": "user1", 
        "as": "collection2_doc"
    }}, 
    { "$unwind": "$collection2_doc" },
    { "$redact": { 
        "$cond": [
            { "$eq": [ "$user2", "$collection2_doc.user2" ] }, 
            "$$KEEP", 
            "$$PRUNE"
        ]
    }}, 
    { "$project": { 
        "user1": 1, 
        "user2": 1, 
        "percent1": "$percent", 
        "percent2": "$collection2_doc.percent"
    }}
])

产生：

{
    "_id" : ObjectId("572daa87cc52a841bb292beb"),
    "user1" : 1,
    "user2" : 2,
    "percent1" : 0.56,
    "percent2" : 0.3
}

如果集合中的文档具有相同的结构，并且发现自己经常执行此操作，则应考虑将两个集合合并为一个或将这些集合中的文档插入到新集合中。

db.collection3.insertMany(
    db.collection1.find({}, {"_id": 0})
    .toArray()
    .concat(db.collection2.find({}, {"_id": 0}).toArray())
)

然后，$group您的文档按“ user1”和“ user2”

db.collection3.aggregate([
    { "$group": {
        "_id": { "user1": "$user1", "user2": "$user2" }, 
        "percent": { "$push": "$percent" }
    }}
])

产生：

{ "_id" : { "user1" : 1, "user2" : 2 }, "percent" : [ 0.56, 0.3 ] }