db.collection('yourColl').aggregate([
  { $match: { network: { $in: ["LLM", "YFW"] } } },
  { $group: { _id: "$romProjectName", kinds: { $addToSet: "$network" } } },
  { $match: { kinds: { $all: ["LLM", "YFW"] } } },
  { $project: { _id: 0, romProjectName: "$_id" } }
])

下面我将详细解释上面的聚合查询步骤：

步骤分解

  1. $match 阶段 - 初步筛选: { $match: { network: { $in: ["LLM", "YFW"] } } }这一步仅选择 network 字段值为 "LLM" 或 "YFW" 的文档。这是优化查询的第一步，减少后续处理的数据量。
  2. $group 阶段 - 按项目分组: { $group: { _id: "$romProjectName", kinds: { $addToSet: "$network" } } }这一步按 romProjectName 字段对文档进行分组，同时使用 $addToSet 操作符收集每个项目中出现的所有独特 network 值到 kinds 数组中。$addToSet 确保每种 network 类型只会在数组中出现一次。
  3. $match 阶段 - 过滤分组结果: { $match: { kinds: { $all: ["LLM", "YFW"] } } }这一步筛选出 kinds 数组中同时包含 "LLM" 和 "YFW" 的分组结果。$all 操作符确保两个网络类型都必须存在。
  4. $project 阶段 - 格式化输出: { $project: { _id: 0, romProjectName: "$_id" } }这一步重塑输出格式，移除 _id 字段并将原来的 _id (即分组用的 romProjectName) 值重命名为 romProjectName 字段返回。

执行流程示例

假设有以下文档：

[
  { romProjectName: "Project1", network: "LLM", ... },
  { romProjectName: "Project1", network: "YFW", ... },
  { romProjectName: "Project2", network: "LLM", ... },
  { romProjectName: "Project3", network: "YFW", ... },
  { romProjectName: "Project4", network: "LLM", ... },
  { romProjectName: "Project4", network: "YFW", ... }
]

查询执行过程：

  1. 第一个 $match: 保留所有文档（因为所有 network 都是 "LLM" 或 "YFW"）

  2. $group: 结果变为

    [
  { _id: "Project1", kinds: ["LLM", "YFW"] },
  { _id: "Project2", kinds: ["LLM"] },
  { _id: "Project3", kinds: ["YFW"] },
  { _id: "Project4", kinds: ["LLM", "YFW"] }
]

  3. 第二个 $match: 仅保留 kinds 同时包含 "LLM" 和 "YFW" 的记录，结果变为

    [
  { _id: "Project1", kinds: ["LLM", "YFW"] },
  { _id: "Project4", kinds: ["LLM", "YFW"] }
]

  4. $project: 最终输出为

    [
  { romProjectName: "Project1" },
  { romProjectName: "Project4" }
]

性能优化思路