本文详解如何使用MongoDB聚合管道精准筛选含嵌套数组的文档，并依据数组内子字段（如entries.questionscorrect）进行高效排序与分页，解决“顶层过滤、深层排序”的典型数据处理难题。
本文详解如何使用mongodb聚合管道精准筛选含嵌套数组的文档，并依据数组内子字段（如entries.questionscorrect）进行高效排序与分页，解决“顶层过滤、深层排序”的典型数据处理难题。
在MongoDB中，当需对嵌套在数组中的字段进行排序（例如本例中entries.questionscorrect），直接使用find().sort()无法生效——因为sort作用于顶层文档，而questionscorrect位于entries数组内部。此时，必须借助聚合管道（Aggregation Pipeline），通过$unwind展开数组，使每个子文档独立参与排序与限制。
✅ 正确解决方案：四阶段聚合管道
以下聚合查询完整实现需求：
✅ 筛选 campaignID = 12 的文档
✅ 展开 entries 数组，使每个参赛条目成为独立文档
✅ 按 entries.questionscorrect 降序排序
✅ 限制最终结果为前10条
db.getCollection('main').aggregate([
{ $match: { "campaignID": 12 } }, // 阶段1：顶层精确过滤（利用索引，高效）
{ $unwind: "$entries" }, // 阶段2：将entries数组拆解为多条扁平文档
{ $sort: { "entries.questionscorrect": -1 } }, // 阶段3：对展开后的子文档按questionscorrect降序
{ $limit: 10 } // 阶段4：取Top 10（注意：此limit作用于展开后行数）
])
? 关键说明：
$unwind是连接顶层条件与深层排序的桥梁。它将一个含N个元素的entries数组文档，转换为N个独立文档，每个文档保留原始父文档字段（如campaignID,name）及对应entries.*子字段，从而让$sort能真正作用于entries.questionscorrect。
⚠️ 注意事项与优化建议
-
$limit位置很重要：若需返回最多10个参赛者（而非10条展开记录），且希望结果仍保持原始文档结构（即每个文档含entries数组），可在最后添加$group阶段重建数组：{ $group: { _id: "$_id", campaignID: { $first: "$campaignID" }, name: { $first: "$name" }, description: { $first: "$description" }, entries: { $push: "$entries" } } }但需注意：此方式会合并所有
entries，失去“仅取Top 10参赛者”的语义。因此推荐在$unwind后直接$limit，以获取真正排序后的前10个参赛条目。 性能提示：
$match务必置于管道最前端，尽可能早地缩小数据集；若campaignID已建索引，该阶段可极大提升整体效率。-
Go（MongoDB Go Driver）等价写法示例：
pipeline := []bson.M{ {"$match": bson.M{"campaignID": 12}}, {"$unwind": "$entries"}, {"$sort": bson.M{"entries.questionscorrect": -1}}, {"$limit": 10}, } cursor, err := collection.Aggregate(ctx, pipeline)
? 总结
MongoDB聚合框架的核心价值，在于其声明式、流式、可组合的数据处理能力。面对“跨层级排序”这类场景，$match → $unwind → $sort → $limit 已成为标准范式。掌握这一模式，不仅能解决当前问题，更能延伸应用于排行榜生成、最新N条日志提取、多级关联统计等真实业务场景。切记：数组字段不是黑盒——$unwind是打开它的第一把钥匙。
