本文详解如何在 Go 中通过 MongoDB 聚合管道（Aggregation Pipeline）结合 $unwind 和 $lookup，将用户文档中的好友 ID 数组动态替换为完整的好友对象（含 name、avatar 等字段），实现高效的一对多嵌套查询。
本文详解如何在 go 中通过 mongodb 聚合管道（aggregation pipeline）结合 `$unwind` 和 `$lookup`，将用户文档中的好友 id 数组动态替换为完整的好友对象（含 name、avatar 等字段），实现高效的一对多嵌套查询。
在 MongoDB 中，原生不支持 SQL 式的 JOIN 操作，但可通过聚合框架的 $lookup 阶段实现类似左连接的功能。然而，当目标字段是数组（如 friendsIds: [int64]）时，$lookup 无法直接匹配整个数组——它只接受标量值（单个字段）作为 localField。因此，标准做法是先用 $unwind 展开数组，再逐项关联，最后用 $group 重组结果。
以下是一个完整、可运行的 Go 示例（基于官方 go.mongodb.org/mongo-driver/mongo v1.12+）：
import (
"context"
"go.mongodb.org/mongo-driver/bson"
"go.mongodb.org/mongo-driver/mongo"
"go.mongodb.org/mongo-driver/mongo/options"
)
// 假设 User 结构体如下（注意：_id 字段需与 MongoDB 实际存储一致）
type User struct {
ID int64 `bson:"id"`
Name string `bson:"name"`
Avatar string `bson:"avatar"`
Friends []User `bson:"friends,omitempty"` // 最终填充的好友列表
}
func GetUserWithFriends(ctx context.Context, collection *mongo.Collection, userID int64) (*User, error) {
pipeline := []bson.M{
// 步骤 1：匹配目标用户
{"$match": bson.M{"id": userID}},
// 步骤 2：展开 friendsIds 数组（假设字段名为 "friendsIds"）
{"$unwind": "$friendsIds"},
// 步骤 3：关联好友集合（注意：localField 是展开后的字段名，foreignField 是被查集合的主键）
{
"$lookup": bson.M{
"from": "users", // 目标集合名（即用户自身集合）
"localField": "friendsIds", // 展开后生成的临时字段名
"foreignField": "id", // 好友集合中用于匹配的字段（必须是索引字段，推荐加索引）
"as": "friend", // 关联结果存入临时数组字段
},
},
// 步骤 4：展开 friend 数组（因 $lookup 总是返回数组，即使只匹配一条）
{"$unwind": "$friend"},
// 步骤 5：按原始用户分组，收集所有好友，并保留原始字段
{
"$group": bson.M{
"_id": "$_id",
"id": {"$first": "$id"},
"name": {"$first": "$name"},
"avatar": {"$first": "$avatar"},
"friends": {"$push": "$friend"}, // 将每个 friend 对象推入 friends 数组
},
},
}
cursor, err := collection.Aggregate(ctx, pipeline, options.Aggregate().SetAllowDiskUse(true))
if err != nil {
return nil, err
}
defer cursor.Close(ctx)
var result []struct {
ID int64 `bson:"id"`
Name string `bson:"name"`
Avatar string `bson:"avatar"`
Friends []struct {
ID int64 `bson:"id"`
Name string `bson:"name"`
Avatar string `bson:"avatar"`
} `bson:"friends"`
}
if err = cursor.All(ctx, &result); err != nil {
return nil, err
}
if len(result) == 0 {
return nil, mongo.ErrNoDocuments
}
// 映射为 User 类型（可封装为工具函数）
user := User{
ID: result[0].ID,
Name: result[0].Name,
Avatar: result[0].Avatar,
}
for _, f := range result[0].Friends {
user.Friends = append(user.Friends, User{
ID: f.ID,
Name: f.Name,
Avatar: f.Avatar,
})
}
return &user, nil
}✅ 关键注意事项：
-
字段名一致性：确保
friendsIds（数组字段）、id（主键字段）、users（集合名）与实际 Schema 完全匹配； -
性能优化：在
users.id字段上创建索引（db.users.createIndex({id: 1})），大幅提升$lookup效率； -
空数组处理：若某用户
friendsIds为空或null，$unwind默认会跳过该文档；如需保留，添加preserveNullAndEmptyArrays: true选项； -
类型安全：聚合返回的是
bson.M或结构体切片，不会自动反序列化为业务模型，需手动映射（如示例所示）； -
内存控制：大数据量下建议启用
SetAllowDiskUse(true)防止内存溢出。
? 进阶提示：如需进一步筛选好友（例如只返回头像非空的好友），可在 $lookup 后追加 $match 阶段；若需分页或排序好友列表，可在 $group 前加入 $sort 和 $limit。
通过这一模式，你能在非关系型数据库中优雅实现“嵌套关联查询”，兼顾灵活性与性能，是构建社交类应用的核心数据获取方案之一。
