mongodb 使用$lookup做多表关联处理

本是古典何须时尚 2022-06-08 00:22 209阅读 0赞

原文地址： http://www.cnblogs.com/huangxincheng/p/5728791.html

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。

![214741-20160802113711325-1426418919.png][]

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。

![复制代码][copycode.gif]

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()

![复制代码][copycode.gif]

![214741-20160802114350122-1342742016.png][]

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

![复制代码][copycode.gif]

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

![复制代码][copycode.gif]

然后展示的结果如下：

![复制代码][copycode.gif]

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 }

![复制代码][copycode.gif]

最后我放一张图，这样好眼见为实：

![214741-20160802115125918-1287245396.png][]

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

![复制代码][copycode.gif]

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 ])

![复制代码][copycode.gif]

![214741-20160802115659231-395703995.png][]

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。

![214741-20160802120945715-860355206.png][]

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。。。

[214741-20160802113711325-1426418919.png]: /images/20220608/16068a28460b4224a275f3ae530c4345.png
[copycode.gif]: /images/20220608/a9022d9a7d3448a3baa09cd019e2a14d.png
[214741-20160802114350122-1342742016.png]: /images/20220608/b352b025141944afb9388e96639d6f6c.png
[214741-20160802115125918-1287245396.png]: /images/20220608/f54ad038178748729680a6e47be70688.png
[214741-20160802115659231-395703995.png]: /images/20220608/9db852a6805a48e2b87fc16c86889ff7.png
[214741-20160802120945715-860355206.png]: /images/20220608/4d2732f078d34559b14448ba2bb05394.png