mongodb 3.x 之实用新功能窥看[2] ——使用$lookup做多表关联处理

休闲灌水
0 35896
huangxincheng huangxincheng 11月23日 21:04
普通会员 积分:0

  这篇我们来看mongodb另一个非常有意思的东西,那就是$lookup,我们知道mongodb是一个文档型的数据库,而且它也是最像关系型数据库的

一种nosql,但是呢,既然mongodb是无模式的,自然就很难在关系型数据库中非常擅长的多表关联上发挥作用,在这之前,我们可以使用DbRef,但

是呢,在mongodb 3.2 中给你增加了一个相当牛逼的手段,那就是$lookup,而且放到了aggreation这种重量级的pipeline分析框架上,自然就是一等

公民了,牛逼哈~。

  

一:介绍Aggregate

   这个aggregate在mongodb中算是一个非常重量级的工具了,而且pipeline的管道模型的理论就是后面操作的数据源来源于上一次操作的结果,这个

应该很好理解吧,好了,下面我们简单看看aggreation中到底有哪几个一等公民。

很简单,就是上面的这十三个,比如说有了所谓的$group操作,我们就可以把这个aggreation做group的处理,有了$sort操作,就可以将结果进行排

序,有了$out操作,我们就可以将结果放到一个collections中去或者inline模式展示。。。

 

1. $lookup

   说了这么多,下面我们简单的来演示一下,比如我们有一个product表,有一个orders表,自然就存在着一个外键关系,下面我们就来造点数据。

db.product.insert({"_id":1,"productname":"商品1","price":15})
db.product.insert({"_id":2,"productname":"商品2","price":36})


db.orders.insert({"_id":1,"pid":1,"ordername":"订单1"})
db.orders.insert({"_id":2,"pid":2,"ordername":"订单2"})
db.orders.insert({"_id":3,"pid":2,"ordername":"订单3"})
db.orders.insert({"_id":4,"pid":1,"ordername":"订单4"})

db.product.find()
db.orders.find()

 

好了,数据已经构造完毕,接下来我们要做的一个小需求就是,在orders表中,找到price of product >20 的订单,这个需求看起来很简单,对吧,

但是呢,我们的orders表中是没有price的field的,所以第一步就是:

 

<1> $lookup 表关联

 1 db.product.aggregate([
 2     {
 3       $lookup:
 4         {
 5           from: "orders",
 6           localField: "_id",
 7           foreignField: "pid",
 8           as: "inventory_docs"
 9         }
10    }
11 ])

然后展示的结果如下:

 1 /* 1 */
 2 {
 3     "_id" : 1.0,
 4     "productname" : "商品1",
 5     "price" : 15.0,
 6     "inventory_docs" : [ 
 7         {
 8             "_id" : 1.0,
 9             "pid" : 1.0,
10             "ordername" : "订单1"
11         }, 
12         {
13             "_id" : 4.0,
14             "pid" : 1.0,
15             "ordername" : "订单4"
16         }
17     ]
18 }
19 
20 /* 2 */
21 {
22     "_id" : 2.0,
23     "productname" : "商品2",
24     "price" : 36.0,
25     "inventory_docs" : [ 
26         {
27             "_id" : 2.0,
28             "pid" : 2.0,
29             "ordername" : "订单2"
30         }, 
31         {
32             "_id" : 3.0,
33             "pid" : 2.0,
34             "ordername" : "订单3"
35         }
36     ]
37 }

最后我放一张图,这样好眼见为实:

下面我简单介绍一些$lookup中的参数:

from:需要关联的表【orders】

localField: 【product】表需要关联的键。

foreignField:【orders】的matching key。

as:           对应的外键集合的数据,【因为可能是一对多的,对吧】

 

好了,表关联已经做好了,接下来我们就需要用另外一个关键词叫做$match,where条件的意思嘛。。。

 

<2> $match筛选

 1 db.product.aggregate([
 2     {
 3       $lookup:
 4         {
 5           from: "orders",
 6           localField: "_id",
 7           foreignField: "pid",
 8           as: "inventory_docs"
 9         }
10    },
11    { $match : { price : {$gt:20} } }
12 ])

 

果然不出所料,我们就把”商品1“过滤掉了,因为它的价格小于20,对吧,但是呢,看起来还不是很完美,应为我只需要orders信息,并不想要

所谓的product 这些属性,这个时候我们就可以使用$project 做select操作了。。。

 

<3> $project 挑选字段

      接下来我们使用$project来指定我要获取的字段,比如我只需要inventory_docs字段就可以了。

 

ok,当我执行之后,现在是这个吊样子了,这个就是本篇所说的,是不是很简单,同时呢,我也给大家简单的介绍了下Aggreation的使用,是不

是很好玩,当然Aggregate下面还有其他很多的$操作符,你可以按照要求试试看哦~ 记得这个可是pipeline的模式哦。。。

 

本文转载自:https://www.cnblogs.com/huangxincheng/p/5728791.html