**1.**首先，从analytics集合运行这个聚合会比从videos集合运行更好。如果有users集合的话，使用users集合会更好。
**2.**根据jQueeny的评论，“analytics”集合示例有点不完整。我假设每个事件只存在一次，所以如果用户观看两个视频，analytics中将有两个条目，而不是只有一个带有视频数组的条目。PS。我建议您更改此设置，以便它是data中每个事件类型的对象id数组，每个用户都有单独的记录，甚至可以将它们全部合并为一个，这取决于您计划以后如何使用它。

anaylytics集合：

[
  { "_id": "1", "user": "1", "event": "video_impression", "data": { "video": "1" } },
  { "_id": "2", "user": "2", "event": "video_impression", "data": { "video": "2" } },
  { "_id": "3", "user": "2", "event": "video_impression", "data": { "video": "3" } },
  { "_id": "4", "user": "2", "event": "liked_video", "data": { "video": "2" } }
]

字符串

3.这里的策略是使用$lookup的流水线语法，通过一个Uncorrelated子查询获取所有的视频id，它的优点是只运行一次，然后使用该高速缓存：

• MongoDB只需要在缓存查询之前运行一次$lookup子查询，因为源集合和外部集合之间没有关系。$lookup子查询不基于源集合中的任何值。此行为提高了此查询的后续执行性能。*

但是，如果视频集合太大，并且每个阶段的文档变得>100 MB，则此管道将失败，您将需要使用相关子查询。

**4.**这里使用的方法是：

a）使用analytics集合，过滤到仅video_impressions事件，按user_id分组，然后创建他们观看过/有印象的视频的set（唯一数组）。
B）使用查找将“公共+完整”视频的所有视频ID放入一个数组中
c）做所有视频和视频之间的差异与印象.

**5.**顺便说一句，如果你想一次只为一个用户做这件事，比如网页/FE，那么在第一个匹配阶段用event添加user: <user_id>。

db.analytics.aggregate([
  {
    // select only the video_impression events
    $match: { event: "video_impression" }
  },
  {
    // first uniquify your users but you should
    // probably run this from the users collection
    $group: {
      _id: "$user",
      impressioned_vids: { "$addToSet": "$data.video" },
      // remove this if you want the user as _id
      user: { "$first": "$user" }
    }
  },
  { $project: { _id: 0 } },
  {
    // uncorrelated subquery which should only run once
    // and then is cached
    $lookup: {
      from: "videos",
      pipeline: [
        {
          $match: {
            status: "complete",
            privacy: "public"
          }
        },
        {
          $group: {
            _id: null,
            video_ids: { $push: "$_id" }
          }
        }
      ],
      as: "all_vids"
    }
  },
  {
    // put it conveniently into a single list
    $set: { all_vids: { $first: "$all_vids.video_ids" } }
  },
  {
    // these are the public-complete videos which that user has not seen
    $set: {
      unimpressed: {
        $setDifference: [ "$all_vids", "$impressioned_vids" ]
      }
    }
  },
  {
    // get rid of the other fields, uncomment to debug
    $project: {
      user: 1,
      unimpressed: 1
    }
  }
])

型
使用我修改后的analytics集合和您原始的videos集合，结果如下：

[
  {
    "unimpressed": ["1"],
    "user": "2"
  },
  {
    "unimpressed": ["2", "3"],
    "user": "1"
  }
]

型
Mongo Playground

备选方案2

如果all_vids的列表对于 *uncorrelated $lookup * 来说太大，那么它将需要一个correlated $lookup，它对每个文档执行一次。这需要将“seen videos”数组赋给let中的一个变量，然后在查找管道中使用它。

{
    // correlated subquery which executes per record
    $lookup: {
      from: "videos",
      let: { seen_vid_ids: "$impressioned_vids" },
      pipeline: [
        {
          $match: {
            status: "complete",
            privacy: "public",
            $expr: {
              $not: {
                $in: ["$_id", "$$seen_vid_ids"],
              },
            },
          }
        }
      ],
      as: "unseen_vids"
    }
  },
  {
    // these are the public-complete videos which that user has not seen
    $set: {
      unimpressed: "$unseen_vids._id"
    }
  },

型
Mongo Playground with the full aggregation的