在大多数情况下，您可以使用大于 3.2 的现代 MongoDB$lookup作为替代。.populate()这还具有在“服务器上”实际执行连接的优点，而不是.populate()实际上是“多个查询”来“模拟”连接。
因此，.populate()就关系数据库的执行方式而言，这并不是真正的“连接”。另一方面，$lookup操作员实际上在服务器上完成工作，并且或多或少类似于“LEFT JOIN”：
Item.aggregate(
[
{ "$lookup": {
"from": ItemTags.collection.name,
"localField": "tags",
"foreignField": "_id",
"as": "tags"
}},
{ "$unwind": "$tags" },
{ "$match": { "tags.tagName": { "$in": [ "funny", "politics" ] } } },
{ "$group": {
"_id": "$_id",
"dateCreated": { "$first": "$dateCreated" },
"title": { "$first": "$title" },
"description": { "$first": "$description" },
"tags": { "$push": "$tags" }
}}
],
function(err, result) {
// "tags" is now filtered by condition and "joined"
}
)
注意这里.collection.name实际上计算为“字符串”，即分配给模型的 MongoDB 集合的实际名称。由于 mongoose 默认情况下“复数”集合名称并且$lookup需要实际的 MongoDB 集合名称作为参数（因为它是服务器操作），所以这是在 mongoose 代码中使用的一个方便技巧，而不是直接“硬编码”集合名称.
虽然我们也可以$filter在数组上使用来删除不需要的项目，但这实际上是最有效的形式，因为聚合管道优化对于 as 和 a 的$lookup特殊$unwind条件$match。
这实际上导致三个流水线阶段合二为一：
{ "$lookup" : {
"from" : "itemtags",
"as" : "tags",
"localField" : "tags",
"foreignField" : "_id",
"unwinding" : {
"preserveNullAndEmptyArrays" : false
},
"matching" : {
"tagName" : {
"$in" : [
"funny",
"politics"
]
}
}
}}
这是高度优化的，因为实际操作“首先过滤要加入的集合”，然后返回结果并“展开”数组。两种方法都被使用，因此结果不会打破 16MB 的 BSON 限制，这是客户端没有的约束。
唯一的问题是它在某些方面似乎“违反直觉”，特别是当您想要数组中的结果时，但这就是$group这里的用途，因为它重建为原始文档形式。
同样不幸的是，我们此时根本无法实际$lookup使用服务器使用的相同最终语法进行编写。恕我直言，这是一个需要纠正的疏忽。但就目前而言，简单地使用序列就可以了，并且是具有最佳性能和可扩展性的最可行的选择。
附录 - MongoDB 3.6 及更高版本
尽管这里显示的模式由于其他阶段如何被卷入 中而得到了相当优化$lookup，但它确实有一个失败之处在于“左连接”通常是两者固有的，$lookup而 的动作populate()被“最佳”用法所否定$unwind这里不保留空数组。您可以添加该preserveNullAndEmptyArrays选项，但这会否定上述“优化”序列，并且基本上保留所有三个阶段，这些阶段通常会在优化中组合。
MongoDB 3.6 扩展了“更具表现力”的形式，$lookup允许“子管道”表达式。这不仅满足了保留“LEFT JOIN”的目标，而且还允许优化查询以减少返回的结果，并且语法大大简化：
Item.aggregate([
{ "$lookup": {
"from": ItemTags.collection.name,
"let": { "tags": "$tags" },
"pipeline": [
{ "$match": {
"tags": { "$in": [ "politics", "funny" ] },
"$expr": { "$in": [ "$_id", "$$tags" ] }
}}
]
}}
])
用于将$expr声明的“本地”值与“外部”值匹配实际上是 MongoDB 现在使用原始$lookup语法“内部”执行的操作。通过以这种形式表达，我们可以自己定制$match“子管道”中的初始表达。
事实上，作为一个真正的“聚合管道”，您几乎可以在这个“子管道”表达式中使用聚合管道做任何事情，包括将级别“嵌套”$lookup到其他相关集合。
进一步的使用有点超出了这里问题的范围，但即使是“嵌套人口”，新的使用模式也$lookup允许它大致相同，并且在它的完整使用中“很多”更强大。
工作示例
下面给出一个在模型上使用静态方法的例子。一旦实现了该静态方法，调用就变成了：
Item.lookup(
{
path: 'tags',
query: { 'tags.tagName' : { '$in': [ 'funny', 'politics' ] } }
},
callback
)
或者增强为更现代一点，甚至变成：
let results = await Item.lookup({
path: 'tags',
query: { 'tagName' : { '$in': [ 'funny', 'politics' ] } }
})
使其与结构非常相似.populate()，但实际上是在服务器上进行连接。为了完整起见，这里的用法根据父子案例将返回的数据转换回 mongoose 文档实例。
对于大多数常见情况，它相当简单且易于适应或仅按原样使用。
注意这里使用async只是为了简洁地运行随附的示例。实际的实现没有这种依赖。
const async = require('async'),
mongoose = require('mongoose'),
Schema = mongoose.Schema;
mongoose.Promise = global.Promise;
mongoose.set('debug', true);
mongoose.connect('mongodb://localhost/looktest');
const itemTagSchema = new Schema({
tagName: String
});
const itemSchema = new Schema({
dateCreated: { type: Date, default: Date.now },
title: String,
description: String,
tags: [{ type: Schema.Types.ObjectId, ref: 'ItemTag' }]
});
itemSchema.statics.lookup = function(opt,callback) {
let rel =
mongoose.model(this.schema.path(opt.path).caster.options.ref);
let group = { "$group": { } };
this.schema.eachPath(p =>
group.$group[p] = (p === "_id") ? "$_id" :
(p === opt.path) ? { "$push": `$${p}` } : { "$first": `$${p}` });
let pipeline = [
{ "$lookup": {
"from": rel.collection.name,
"as": opt.path,
"localField": opt.path,
"foreignField": "_id"
}},
{ "$unwind": `$${opt.path}` },
{ "$match": opt.query },
group
];
this.aggregate(pipeline,(err,result) => {
if (err) callback(err);
result = result.map(m => {
m[opt.path] = m[opt.path].map(r => rel(r));
return this(m);
});
callback(err,result);
});
}
const Item = mongoose.model('Item', itemSchema);
const ItemTag = mongoose.model('ItemTag', itemTagSchema);
function log(body) {
console.log(JSON.stringify(body, undefined, 2))
}
async.series(
[
// Clean data
(callback) => async.each(mongoose.models,(model,callback) =>
model.remove({},callback),callback),
// Create tags and items
(callback) =>
async.waterfall(
[
(callback) =>
ItemTag.create([{ "tagName": "movies" }, { "tagName": "funny" }],
callback),
(tags, callback) =>
Item.create({ "title": "Something","description": "An item",
"tags": tags },callback)
],
callback
),
// Query with our static
(callback) =>
Item.lookup(
{
path: 'tags',
query: { 'tags.tagName' : { '$in': [ 'funny', 'politics' ] } }
},
callback
)
],
(err,results) => {
if (err) throw err;
let result = results.pop();
log(result);
mongoose.disconnect();
}
)
或者对于 Node 8.x 及更高版本更现代一点，async/await并且没有额外的依赖项：
const { Schema } = mongoose = require('mongoose');
const uri = 'mongodb://localhost/looktest';
mongoose.Promise = global.Promise;
mongoose.set('debug', true);
const itemTagSchema = new Schema({
tagName: String
});
const itemSchema = new Schema({
dateCreated: { type: Date, default: Date.now },
title: String,
description: String,
tags: [{ type: Schema.Types.ObjectId, ref: 'ItemTag' }]
});
itemSchema.statics.lookup = function(opt) {
let rel =
mongoose.model(this.schema.path(opt.path).caster.options.ref);
let group = { "$group": { } };
this.schema.eachPath(p =>
group.$group[p] = (p === "_id") ? "$_id" :
(p === opt.path) ? { "$push": `$${p}` } : { "$first": `$${p}` });
let pipeline = [
{ "$lookup": {
"from": rel.collection.name,
"as": opt.path,
"localField": opt.path,
"foreignField": "_id"
}},
{ "$unwind": `$${opt.path}` },
{ "$match": opt.query },
group
];
return this.aggregate(pipeline).exec().then(r => r.map(m =>
this({ ...m, [opt.path]: m[opt.path].map(r => rel(r)) })
));
}
const Item = mongoose.model('Item', itemSchema);
const ItemTag = mongoose.model('ItemTag', itemTagSchema);
const log = body => console.log(JSON.stringify(body, undefined, 2));
(async function() {
try {
const conn = await mongoose.connect(uri);
// Clean data
await Promise.all(Object.entries(conn.models).map(([k,m]) => m.remove()));
// Create tags and items
const tags = await ItemTag.create(
["movies", "funny"].map(tagName =>({ tagName }))
);
const item = await Item.create({
"title": "Something",
"description": "An item",
tags
});
// Query with our static
const result = (await Item.lookup({
path: 'tags',
query: { 'tags.tagName' : { '$in': [ 'funny', 'politics' ] } }
})).pop();
log(result);
mongoose.disconnect();
} catch (e) {
console.error(e);
} finally {
process.exit()
}
})()
从 MongoDB 3.6 及更高版本开始，即使没有$unwindand$group构建：
const { Schema, Types: { ObjectId } } = mongoose = require('mongoose');
const uri = 'mongodb://localhost/looktest';
mongoose.Promise = global.Promise;
mongoose.set('debug', true);
const itemTagSchema = new Schema({
tagName: String
});
const itemSchema = new Schema({
title: String,
description: String,
tags: [{ type: Schema.Types.ObjectId, ref: 'ItemTag' }]
},{ timestamps: true });
itemSchema.statics.lookup = function({ path, query }) {
let rel =
mongoose.model(this.schema.path(path).caster.options.ref);
// MongoDB 3.6 and up $lookup with sub-pipeline
let pipeline = [
{ "$lookup": {
"from": rel.collection.name,
"as": path,
"let": { [path]: `$${path}` },
"pipeline": [
{ "$match": {
...query,
"$expr": { "$in": [ "$_id", `$$${path}` ] }
}}
]
}}
];
return this.aggregate(pipeline).exec().then(r => r.map(m =>
this({ ...m, [path]: m[path].map(r => rel(r)) })
));
};
const Item = mongoose.model('Item', itemSchema);
const ItemTag = mongoose.model('ItemTag', itemTagSchema);
const log = body => console.log(JSON.stringify(body, undefined, 2));
(async function() {
try {
const conn = await mongoose.connect(uri);
// Clean data
await Promise.all(Object.entries(conn.models).map(([k,m]) => m.remove()));
// Create tags and items
const tags = await ItemTag.insertMany(
["movies", "funny"].map(tagName => ({ tagName }))
);
const item = await Item.create({
"title": "Something",
"description": "An item",
tags
});
// Query with our static
let result = (await Item.lookup({
path: 'tags',
query: { 'tagName': { '$in': [ 'funny', 'politics' ] } }
})).pop();
log(result);
await mongoose.disconnect();
} catch(e) {
console.error(e)
} finally {
process.exit()
}
})()