本文详解如何使用MongoDB聚合管道精准筛选含数组字段的文档，并基于嵌套属性（如entries.questionscorrect）高效排序与分页，涵盖$match、$unwind、$sort、$group等核心阶段的协同用法及性能要点。
本文详解如何使用mongodb聚合管道精准筛选含数组字段的文档，并基于嵌套属性（如entries.questionscorrect）高效排序与分页，涵盖$match、$unwind、$sort、$group等核心阶段的协同用法及性能要点。
在实际业务中，常遇到类似需求：从一个主文档集合中筛选特定记录（如 campaignID = 12），再对其内嵌的数组字段（如 entries）按某个深层属性（如 entries.questionscorrect）进行全局降序排序，并限制返回前10条结果。此时，单纯使用 find() + sort() 无法直接对数组子项排序——因为 find() 返回的是整个文档，而 sort({"questionscorrect": -1}) 会尝试在根层级查找该字段，导致无效或报错。
正确解法是采用 聚合管道（Aggregation Pipeline），通过多阶段协作实现“先过滤→再展开→排序→重组”的逻辑闭环。以下是标准 MongoDB Shell 查询：
db.getCollection('main').aggregate([
// 阶段1：精准筛选顶层文档（利用索引，高效！）
{ $match: { "campaignID": 12 } },
// 阶段2：将 entries 数组展开为独立文档流（每个 entry 变成一条新文档）
{ $unwind: "$entries" },
// 阶段3：按嵌套字段排序（此时 entries 已提升为根级字段）
{ $sort: { "entries.questionscorrect": -1 } },
// 阶段4：可选——若需恢复原始文档结构（保留 campaign 元信息 + 排序后的 entries 数组）
{ $group: {
_id: "$_id",
"campaignID": { $first: "$campaignID" },
"name": { $first: "$name" },
"description": { $first: "$description" },
"entries": { $push: "$entries" }
}
},
// 阶段5：限制最终输出条数（注意：此处 limit 作用于分组后文档，即最多返回10个 campaign 文档）
{ $limit: 10 }
])
⚠️ 关键说明与注意事项：
-
$unwind是桥梁：它将数组“扁平化”，使每个entry成为独立处理单元，从而让entries.questionscorrect可被$sort直接引用。若跳过此步，sort无法解析路径表达式。 -
$match必须前置：应始终放在$unwind之前，以尽早缩小数据集，避免为无关文档执行冗余展开操作，显著提升性能。 -
排序后是否需要
$group？
若业务只需获取排序后的 entries 列表（不关心所属 campaign 的其他字段），可省略$group，并在$sort后直接加$limit: 10；
若需返回完整 campaign 结构 + 已排序的 entries 数组（如前端渲染页面），则$group+$push不可少，但注意$limit应置于$group之后——否则限制的是分组数量，而非 entries 条数。 -
Go（mgo / mongo-go-driver）示例（简写）：
pipeline := []bson.M{ {"$match": bson.M{"campaignID": 12}}, {"$unwind": "$entries"}, {"$sort": bson.M{"entries.questionscorrect": -1}}, {"$group": bson.M{ "_id": "$_id", "entries": bson.M{"$push": "$entries"}, }}, {"$limit": 10}, } cursor, _ := collection.Aggregate(ctx, pipeline)
最后提醒：对 campaignID 字段建立索引（db.main.createIndex({ "campaignID": 1 })）可极大加速 $match 阶段；若高频按 entries.questionscorrect 排序，MongoDB 5.0+ 支持带数组字段的多键索引，但需结合具体查询模式评估收益。掌握这一管道范式，即可从容应对任意层级的嵌套数据排序与分析需求。
