本文详解如何使用MongoDB聚合管道精准筛选文档、展开嵌套数组、依据深层字段（如entries.questionscorrect）降序排序，并返回结构完整的前10条结果，避免find()+sort()在数组字段上失效的问题。
本文详解如何使用mongodb聚合管道精准筛选文档、展开嵌套数组、依据深层字段（如entries.questionscorrect）降序排序，并返回结构完整的前10条结果，避免find()+sort()在数组字段上失效的问题。
在MongoDB中，直接对嵌套在数组中的字段（如 entries.questionscorrect）执行 sort() 是无效的——因为 find() 查询作用于整个文档层级，无法感知数组内部元素的顺序。要实现“筛选 campaignID=12 的文档 → 按每个 entry 的 questionscorrect 降序排列 → 取前10个 entry”，必须借助聚合管道（Aggregation Pipeline），其核心在于三步协同：$match 筛选顶层文档 → $unwind 展开数组 → $sort + $limit 精确控制排序与截断。
✅ 正确聚合管道写法（MongoDB Shell）
db.getCollection('main').aggregate([
{ $match: { campaignID: 12 } }, // Step 1: 精准定位 campaignID = 12 的文档
{ $unwind: "$entries" }, // Step 2: 将 entries 数组拆分为独立文档流（每条 entry 成为一条新文档）
{ $sort: { "entries.questionscorrect": -1 } }, // Step 3: 按嵌套字段降序排序（-1 表示 DESC）
{ $limit: 10 }, // Step 4: 仅保留排序后前10条 entry
{
$group: {
_id: "$_id",
campaignID: { $first: "$campaignID" },
name: { $first: "$name" },
description: { $first: "$description" },
entries: { $push: "$entries" } // Step 5: 重组结果——将前10个 entry 聚合成数组，保留原始文档元信息
}
}
])
⚠️ 注意：原始答案中未包含
$limit，会导致返回全部 entry（即使只取 top 10 排序），且缺少$group后的字段保留逻辑，易丢失campaignID/name等关键上下文。本方案补全了端到端语义完整性。
? 关键阶段解析
| 阶段 | 作用 | 为什么不可替代 |
|---|---|---|
$match |
在管道最前端过滤文档，大幅减少后续处理数据量，显著提升性能（尤其配合 campaignID 索引时） |
若放在 $unwind 后，需先展开所有 entries 再过滤，浪费内存与CPU |
$unwind |
将 "entries" 数组解构为多条扁平化文档，使 entries.questionscorrect 可被直接引用排序 |
find().sort("entries.questionscorrect") 无法生效，因 MongoDB 不支持跨数组元素排序 |
$sort + $limit
|
对展开后的单条 entry 文档排序并截断，确保只处理 Top 10 | 必须在 $unwind 之后、$group 之前执行，否则排序对象错误 |
$group + $push
|
将筛选出的 Top 10 entry 重新聚合成数组，同时用 $first 保留原始 campaign 元数据 |
保证输出结构与业务预期一致（一个 campaign 文档含精简后的 entries 数组） |
? Go（MongoDB Go Driver）等效实现示例
import (
"go.mongodb.org/mongo-driver/bson"
"go.mongodb.org/mongo-driver/bson/primitive"
"go.mongodb.org/mongo-driver/mongo"
)
pipeline := []bson.M{
{"$match": bson.M{"campaignID": 12}},
{"$unwind": "$entries"},
{"$sort": bson.M{"entries.questionscorrect": -1}},
{"$limit": 10},
{
"$group": bson.M{
"_id": "$_id",
"campaignID": {"$first": "$campaignID"},
"name": {"$first": "$name"},
"description": {"$first": "$description"},
"entries": {"$push": "$entries"},
},
},
}
cursor, err := collection.Aggregate(ctx, pipeline)
if err != nil {
log.Fatal(err)
}
defer cursor.Close(ctx)
var results []bson.M
if err = cursor.All(ctx, &results); err != nil {
log.Fatal(err)
}
// results 即为结构完整、已排序截断的最终响应
? 最佳实践提醒
-
索引优化：为
{ campaignID: 1 }创建索引，加速$match阶段；若高频按questionscorrect排序，可考虑复合索引{ campaignID: 1, "entries.questionscorrect": -1 }（注意：需结合$unwind使用，部分版本需启用allowDiskUse处理大数据集）。 -
避免常见陷阱：
- ❌ 不要在
$unwind前使用sort()或limit()—— 它们对数组字段无意义； - ❌ 不要省略
$limit—— 否则$unwind可能生成海量中间文档； - ✅ 始终将
$match放在管道最前，遵循“尽早过滤”原则。
- ❌ 不要在
-
替代方案对比：
$filter表达式适用于简单数组内条件筛选，但无法替代$unwind+$sort实现跨元素排序；MapReduce 性能差且已逐步弃用，聚合管道是唯一推荐路径。
掌握这一模式，你就能从容应对任何“顶层筛选 + 深层排序 + 结构重组”的复杂查询场景——这正是 MongoDB 聚合框架区别于简单 CRUD 的核心价值所在。
