加载中...

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

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。 

  1. db.product.insert({"_id":1,"productname":"商品1","price":15})
  2. db.product.insert({"_id":2,"productname":"商品2","price":36})  
  1. db.orders.insert({"_id":1,"pid":1,"ordername":"订单1"})
  2. db.orders.insert({"_id":2,"pid":2,"ordername":"订单2"})
  3. db.orders.insert({"_id":3,"pid":2,"ordername":"订单3"})
  4. db.orders.insert({"_id":4,"pid":1,"ordername":"订单4"})
  6. db.product.find()
  7. 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。。。

还没有评论.