概述这篇我们来看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 *** 作的数据源来源于上一次 *** 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$group *** 作,我们就可以把这个aggreation做group的处理,有了$sort *** 作,就可以将结果进行排序,有了$out *** 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 $lookup:4 {5 from: "orders",6 localField: "_id",7 foreignField: "pid",8 as: "inventory_docs"9 }10 }11 ])然后展示的结果如下:1 /* 1 */2 {3 "_id" : 1.0,4 "productname" : "商品1",5 "price" : 15.0,6 "inventory_docs" : [7 {8 "_id" : 1.0,9 "pid" : 1.0,10 "ordername" : "订单1"11 },12 {13 "_id" : 4.0,14 "pid" : 1.0,15 "ordername" : "订单4"16 }17 ]18 }1920 /* 2 */21 {22 "_id" : 2.0,23 "productname" : "商品2",24 "price" : 36.0,25 "inventory_docs" : [26 {27 "_id" : 2.0,28 "pid" : 2.0,29 "ordername" : "订单2"30 },31 {32 "_id" : 3.0,33 "pid" : 2.0,34 "ordername" : "订单3"35 }36 ]37 }最后我放一张图,这样好眼见为实:下面我简单介绍一些$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 *** 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$ *** 作符,你可以按照要求试试看哦~ 记得这个可是pipeline的模式哦。。。
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~。
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 *** 作的数据源来源于上一次 *** 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$group *** 作,我们就可以把这个aggreation做group的处理,有了$sort *** 作,就可以将结果进行排
序,有了$out *** 作,我们就可以将结果放到一个collections中去或者inline模式展示。。。
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({
:,:,::,:,:db.orders.insert({<span >"<span >_ID<span >":<span >1,<span >"<span >pID<span >":<span >1,<span >"<span >ordername<span >":<span >"<span >订单1<span >"<span >})
db.orders.insert({<span >"<span >_ID<span >":<span >2,<span >"<span >pID<span >":<span >2,<span >"<span >ordername<span >":<span >"<span >订单2<span >"<span >})
db.orders.insert({<span >"<span >_ID<span >":<span >3,<span >"<span >ordername<span >":<span >"<span >订单3<span >"<span >})
db.orders.insert({<span >"<span >_ID<span >":<span >4,<span >"<span >ordername<span >":<span >"<span >订单4<span >"<span >})
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:
$lookup 表关联
: localFIEld: foreignFIEld: : ])然后展示的结果如下:
: : : : : : : : : : : : : : : : : : }最后我放一张图,这样好眼见为实:
下面我简单介绍一些$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。。。
$match筛选
: : { $match : { price : {$gt: ])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 *** 作了。。。
$project 挑选字段
接下来我们使用$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,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$ *** 作符,你可以按照要求试试看哦~ 记得这个可是pipeline的模式哦。。。
总结 以上是内存溢出为你收集整理的mongodb 3.x 之实用新功能窥看[2] ——使用$lookup做多表关联处理全部内容,希望文章能够帮你解决mongodb 3.x 之实用新功能窥看[2] ——使用$lookup做多表关联处理所遇到的程序开发问题。
如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。
评论列表(0条)