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

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。

欢迎分享，转载请注明来源：内存溢出

原文地址: http://outofmemory.cn/sjk/1154878.html