我如何执行嵌套的"；加入；（加入3个或更多集合）在MongoDB聚合管道中？

假设MongoDB中有3个假设集合：

客户

，

订单

，以及

订单项

每个客户都有多个订单，每个订单都有多个订单项

以下是这3个集合的一些示例数据：

客户 命令 订单项 期望结果 我如何编写聚合管道，使返回的结果看起来像这样

[
    {
        customer_id: 1,
        name: "Jim Smith",
        email: "jim.smith@example.com"
        orders: [
            {
                order_id: 1,
                items: [
                    {
                        name: "Foo",
                        price: 4.99
                    },
                    {
                        name: "Bar",
                        price: 17.99
                    }
                ]
            },
            {
                order_id: 2,
                items: [
                    {
                        name: "baz",
                        price: 24.99
                    }
                ]
            }
        ]
    },
    {
        customer_id: 2,
        name: "Bob Jones",
        email: "bob.jones@example.com"
        orders: []
    }
]

使用

• $lookup

  带有

  订单

  集合，

  • let

    ，定义来自主集合的变量

    customer\u id

    ，使用

    $$

    像

    $$customer\u id

    一样在管道内访问此参考变量

  • pipeline

    可以像在根级别管道中一样添加管道阶段

  • $expr

    每当我们匹配内部字段时，它都需要表达式匹配条件，因此

    $$customer\u id

    是在

    let

    中声明的父集合字段，

    $customer\u id

    是子集合/当前集合的字段

• $lookup

  与

  orderitems

  集合

---

提示：

在NoSQL中有几个连接被认为是不好的做法，我建议如果您可以将订单项作为数组添加到orders集合中，您可以为orderitems保存一个连接过程，请参阅中的改进版本

---

您能否解释一下

$lookup

管道中的

$match

阶段是如何工作的，以及为什么需要它？在本例中，如果您完全删除

$match

阶段，结果仍然相同。我已进一步更新了详细信息。您将从附加的$lookup参考链接获得更多帮助，是$match对于根据特定字段加入参考文档是必需的。如果您完全删除$match阶段，结果仍然相同，因为集合中没有其他文档，请添加一些不是父文档引用的虚拟文档。谢谢，我接受了您的回答。最后一件事，有点不相关：通常认为规范化Mongo数据的方式不好，因为它可能需要像这样的几个连接吗？我在这里描述的示例对于SQL来说似乎完全正常，但我不确定是否有更好的方法在Mongo中进行操作。我在回答中添加了一个技巧。

[
    {
        order_id: 1,
        customer_id: 1
    },
    {
        order_id: 2,
        customer_id: 1
    }
]

[
    {
        order_item_id: 1,
        name: "Foo",
        price: 4.99,
        order_id: 1
    },
    {
        order_item_id: 2,
        name: "Bar",
        price: 17.99,
        order_id: 1
    },
    {
        order_item_id: 3,
        name: "baz",
        price: 24.99,
        order_id: 2
    }
]

[
    {
        customer_id: 1,
        name: "Jim Smith",
        email: "jim.smith@example.com"
        orders: [
            {
                order_id: 1,
                items: [
                    {
                        name: "Foo",
                        price: 4.99
                    },
                    {
                        name: "Bar",
                        price: 17.99
                    }
                ]
            },
            {
                order_id: 2,
                items: [
                    {
                        name: "baz",
                        price: 24.99
                    }
                ]
            }
        ]
    },
    {
        customer_id: 2,
        name: "Bob Jones",
        email: "bob.jones@example.com"
        orders: []
    }
]

db.customers.aggregate([
  {
    $lookup: {
      from: "orders",
      let: { customer_id: "$customer_id" },
      pipeline: [
        { $match: { $expr: { $eq: ["$$customer_id", "$customer_id"] } } },
        {
          $lookup: {
            from: "orderitems",
            localField: "order_id",
            foreignField: "order_id",
            as: "items"
          }
        }
      ],
      as: "orders"
    }
  }
])