MongoDB关联查询的学习以及实践
文章发布较早，内容可能过时，阅读注意甄别。
MongoDB 的关联查询主要依赖$lookup 方法来进行，下边通过实际例子先来了解感受一下关联查询的场景以及用法。
还是以分组，和成员来举例。
首先创建两个分组：
db.group.insert([
{ "name" : "运维组", "identify": "yunweizu"},
{ "name" : "客服组", "identify": "kefuzu"}
])
1
2
3
4
2
3
4
表示在 group 这张表里添加两条记录。
然后创建几个用户：
db.user.insert([
{ "name" : "小A", "identify": "aaa","groupIdentify":"yunweizu"},
{ "name" : "小B", "identify": "bbb","groupIdentify":"yunweizu"},
{ "name" : "小C", "identify": "ccc","groupIdentify":"yunweizu"},
{ "name" : "小D", "identify": "ddd","groupIdentify":"kefuzu"},
{ "name" : "小E", "identify": "eee","groupIdentify":"kefuzu"},
{ "name" : "小F", "identify": "fff","groupIdentify":"kefuzu"},
])
1
2
3
4
5
6
7
8
2
3
4
5
6
7
8
查询每个组以及组内的用户：
db.group.aggregate([
{
$lookup:
{
from:"user",
localField:"identify",
foreignField:"groupIdentify",
as:"output"
}
}
])
1
2
3
4
5
6
7
8
9
10
11
2
3
4
5
6
7
8
9
10
11
aggregate():在 MongoDB 中是聚合的方法。参考 (opens new window)$lookup：表示多表关联。from：同一个数据库下等待被 Join 的集合。localField：源集合中的 match 值，如果输入的集合中，某文档没有 localField 这个 Key（Field），在处理的过程中，会默认为此文档含有 localField：null 的键值对。foreignField：待 Join 的集合的 match 值，如果待 Join 的集合中，文档没有 foreignField 值，在处理的过程中，会默认为此文档含有 foreignField：null 的键值对。as：为输出文档的新增值命名。如果输入的集合中已存在该值，则会覆盖掉。
展示数据如下：
/* 1 */
{
"_id" : ObjectId("61f0f6c2c8d32bc297dbecd2"),
"name" : "运维组",
"identify" : "yunweizu",
"output" : [
{
"_id" : ObjectId("61f0f6d6c8d32bc297dbecd4"),
"name" : "小A",
"identify" : "aaa",
"groupIdentify" : "yunweizu"
},
{
"_id" : ObjectId("61f0f6d6c8d32bc297dbecd5"),
"name" : "小B",
"identify" : "bbb",
"groupIdentify" : "yunweizu"
},
{
"_id" : ObjectId("61f0f6d6c8d32bc297dbecd6"),
"name" : "小C",
"identify" : "ccc",
"groupIdentify" : "yunweizu"
}
]
}
/* 2 */
{
"_id" : ObjectId("61f0f6c2c8d32bc297dbecd3"),
"name" : "客服组",
"identify" : "kefuzu",
"output" : [
{
"_id" : ObjectId("61f0f6d6c8d32bc297dbecd7"),
"name" : "小D",
"identify" : "ddd",
"groupIdentify" : "kefuzu"
},
{
"_id" : ObjectId("61f0f6d6c8d32bc297dbecd8"),
"name" : "小E",
"identify" : "eee",
"groupIdentify" : "kefuzu"
},
{
"_id" : ObjectId("61f0f6d6c8d32bc297dbecd9"),
"name" : "小F",
"identify" : "fff",
"groupIdentify" : "kefuzu"
}
]
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
从结果可以做下分析： 从 user 表中获取所有文档，拿到的文档会使用
groupIdentify字段的值遍历被 Join 的 group 表，如果匹配到，就会把 user 表整体内嵌到新生成的 output 数组下。
# 过滤数据
如果想要过滤条件，则使用$match进行过滤，比如我只想查看运维组的人员：
db.group.aggregate([
{$match:{"identify":"yunweizu"}},
{
$lookup:
{
from:"user",
localField:"identify",
foreignField:"groupIdentify",
as:"output"
}
}
])
1
2
3
4
5
6
7
8
9
10
11
12
2
3
4
5
6
7
8
9
10
11
12
输出结果为：
/* 1 */
{
"_id" : ObjectId("61f0f6c2c8d32bc297dbecd2"),
"name" : "运维组",
"identify" : "yunweizu",
"output" : [
{
"_id" : ObjectId("61f0f6d6c8d32bc297dbecd4"),
"name" : "小A",
"identify" : "aaa",
"groupIdentify" : "yunweizu"
},
{
"_id" : ObjectId("61f0f6d6c8d32bc297dbecd5"),
"name" : "小B",
"identify" : "bbb",
"groupIdentify" : "yunweizu"
},
{
"_id" : ObjectId("61f0f6d6c8d32bc297dbecd6"),
"name" : "小C",
"identify" : "ccc",
"groupIdentify" : "yunweizu"
}
]
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
这里是为了了解 MongoDB 的关联查询，而做的一些实验，实际生产当中的查询，其实很少会直接这样用关联查询，毕竟 MongoDB 是一个非关系型数据库，更多时候是查询之后，通过程序在内存中判断聚合。
上次更新: 2024/11/19, 23:11:42
|