在MongoDB中，聚合管道（Aggregation Pipeline）是處理數據的強大工具，通過多個階段（Stage）逐步加工數據，最終生成我們需要的統計或關聯結果。今天我們來學習聚合管道中一個關鍵操作：$lookup，它能幫我們實現不同集合間的關聯查詢，就像關係型數據庫中的JOIN一樣。
爲什麼需要多集合關聯？¶
在實際開發中，數據往往分散在不同集合中。比如：
- 用戶信息可能存在users集合，包含_id（用戶ID）、name（用戶名）、age（年齡）等字段。
- 訂單信息可能存在orders集合，包含_id（訂單ID）、userId（關聯的用戶ID）、amount（訂單金額）等字段。
要獲取“每個用戶的所有訂單”，就需要將users和orders集合關聯起來，這正是$lookup的作用。
$lookup的基本語法¶
$lookup是聚合管道中的一個階段，語法格式如下：
{
$lookup: {
from: "<目標集合名稱>", // 要關聯的目標集合
localField: "<當前集合字段>", // 當前集合中用於匹配的字段
foreignField: "<目標集合字段>", // 目標集合中用於匹配的字段
as: "<結果存放字段>" // 匹配結果存放的字段名（通常是數組）
}
}
參數說明：¶
- from：必須指定，目標集合的名稱（字符串）。
- localField：必須指定，當前集合中用於“匹配條件”的字段（如
users集合的_id）。 - foreignField：必須指定，目標集合中用於“匹配條件”的字段（如
orders集合的userId）。 - as：必須指定，匹配成功的結果會被存爲一個數組，放在當前文檔的
as字段中。
實戰示例：用戶與訂單關聯¶
假設我們有兩個集合：
1. users集合（用戶信息）¶
{ "_id": 1, "name": "張三", "age": 25 }
{ "_id": 2, "name": "李四", "age": 30 }
{ "_id": 3, "name": "王五", "age": 28 }
2. orders集合（訂單信息）¶
{ "_id": 101, "userId": 1, "amount": 100, "date": "2023-01-01" }
{ "_id": 102, "userId": 1, "amount": 200, "date": "2023-02-01" }
{ "_id": 103, "userId": 2, "amount": 150, "date": "2023-01-15" }
{ "_id": 104, "userId": 3, "amount": 300, "date": "2023-03-01" }
需求：查詢每個用戶的所有訂單¶
使用$lookup關聯users和orders集合：
db.users.aggregate([
{
$lookup: {
from: "orders", // 目標集合是orders
localField: "_id", // 當前集合（users）的匹配字段是_id
foreignField: "userId", // 目標集合（orders）的匹配字段是userId
as: "user_orders" // 結果存放在user_orders數組中
}
}
])
執行結果：¶
每個用戶文檔會新增user_orders字段，包含該用戶的所有訂單：
{
"_id": 1,
"name": "張三",
"age": 25,
"user_orders": [
{ "_id": 101, "userId": 1, "amount": 100, "date": "2023-01-01" },
{ "_id": 102, "userId": 1, "amount": 200, "date": "2023-02-01" }
]
}
{
"_id": 2,
"name": "李四",
"age": 30,
"user_orders": [
{ "_id": 103, "userId": 2, "amount": 150, "date": "2023-01-15" }
]
}
{
"_id": 3,
"name": "王五",
"age": 28,
"user_orders": [
{ "_id": 104, "userId": 3, "amount": 300, "date": "2023-03-01" }
]
}
進階用法：結合其他聚合階段¶
$lookup可以和其他聚合階段（如$match、$unwind）配合，實現更復雜的查詢：
1. 先過濾再關聯（$match）¶
如果只想查詢年齡大於25歲的用戶的訂單：
db.users.aggregate([
{ $match: { age: { $gt: 25 } } }, // 先過濾年齡>25的用戶
{
$lookup: {
from: "orders",
localField: "_id",
foreignField: "userId",
as: "user_orders"
}
}
])
2. 展開數組（$unwind）¶
如果需要將訂單數組展開爲獨立文檔（注意：可能導致數據量爆炸，需謹慎使用）：
db.users.aggregate([
{
$lookup: {
from: "orders",
localField: "_id",
foreignField: "userId",
as: "user_orders"
}
},
{ $unwind: "$user_orders" } // 展開user_orders數組
])
3. 統計訂單數量（$size）¶
如果只需要統計每個用戶的訂單總數：
db.users.aggregate([
{
$lookup: {
from: "orders",
localField: "_id",
foreignField: "userId",
as: "user_orders"
}
},
{
$addFields: {
order_count: { $size: "$user_orders" } // 用$size統計數組長度
}
},
{ $project: { user_orders: 0, _id: 0 } } // 隱藏原始數組，只保留訂單數
])
執行結果：
{ "name": "張三", "age": 25, "order_count": 2 }
{ "name": "李四", "age": 30, "order_count": 1 }
{ "name": "王五", "age": 28, "order_count": 1 }
注意事項與性能優化¶
- 數據類型一致性：
localField和foreignField的類型必須一致（如_id是ObjectId，userId也需是ObjectId，而非字符串）。 - 索引優化：目標集合的
foreignField需建立索引（如db.orders.createIndex({userId: 1})），否則會全表掃描，影響性能。 - 空結果處理：未匹配到數據時，
as字段會返回空數組（類似SQL的LEFT JOIN），不會丟失數據。
總結¶
$lookup是MongoDB聚合管道中實現多集合關聯的核心工具，通過指定“當前集合字段”和“目標集合字段”，可以輕鬆實現類似關係型數據庫的JOIN操作。初學者掌握以下關鍵點即可快速上手：
- 記住$lookup的4個核心參數（from、localField、foreignField、as）。
- 通過簡單示例理解關聯邏輯（用戶-訂單關聯）。
- 結合$match、$unwind等階段擴展功能。
通過多練習和理解數據模型，$lookup能幫助你在MongoDB中高效處理複雜的數據關聯場景。