MongoDB通过$lookup实现多表连接查询

对于数据库而言,多表连接操作可以算的上是基本操作,在 MongoDB 通过 $lookup 聚合查询可以实现多表左连接查询,在后续的版本中 $lookup 得到了一系列的增强,实现更为复杂的关联查询

所属分类 数据库

相关标签 连接MongoDB查询

聚合查询

MongoDB 中通过 aggregate([{...}]) 方法来完成聚合查询。

比较常见的聚合查询表达式有:$sum、$max、$push、$first、$last 等。

表达式只是执行具体的操作,聚合查询的核心是管道的概念,有点类似 Linux 系统的管道,用于将当前输出的结果作为下一个命令的参数。

$lookup 便是聚合框架中常见一种操作。

此外还有,$project、$match、$unwind、$group、$sort等,本文中会提供一个完整的查询实例,其中会使用到这些内容。

$lookup 是 MongoDB 3.2 版本出现的新功能。

其主要作用是对同一数据库中未分片集合执行左外部联接,从“联接”的集合中过滤文档进行处理。

对每个输入的文档,$lookup 阶段会添加一个新的数组字段,其中元素是“联接”集合中匹配出来的文档。

注意:在 MongoDB 3.6 版本中,$lookup 得以被增强,这里先列取基本语法,本文案例也是依照基本语法编写。

{
    $lookip:
    {
        from: "连接的附表",
        localField: "主表外联的字段",
        foreignField: "附表关联的字段",
        as: "加入字段"
    }
}

MongoDB 3.6 版本的增强语法。

{
    $lookip:
    {
        from: "主表",
        let: {var1: exp1,var2:exp2},    // 可选参数,指定管道字段的变量,作为入参放到接下来的管道中,可以实现多条件级联
        pipeline: [{...}],    // 管道,要连接的集合管道,全部返回指定为空管道[]
        as: "加入字段"
    }
}

基本语法实例

如果您使用过传统的 SQL 数据库,将其理解为 left join 就会很快明白其中的意思。

现有 USER 和 USER_EX 两个集合,现在希望通过 USER 集合的 name 字段关联查询出 USER_EX 中的数据。

// USER
{ 
    "_id" : ObjectId("60ebf6e17b2db72987c04828"), 
    "name" : "mebugs", 
    "where" : "wuxi"
}
// USER_EX
{ 
    "_id" : ObjectId("60ebf7067b2db72987c0482d"), 
    "name" : "mebugs", 
    "size" : "17"
}

查询语句:

db.getCollection("USER").aggregate([
    {
        $lookup: {
            from: "USER_EX",
            localField: "name",
            foreignField: "name",
            as: "ex"
        }
    }
])

查询结果:

// 关联的数据将已数组的形式存在于指定的 as 字段
{ 
    "_id" : ObjectId("60ebf6e17b2db72987c04828"), 
    "name" : "mebugs", 
    "where" : "wuxi", 
    "ex" : [
        {
            "_id" : ObjectId("60ebf7067b2db72987c0482d"), 
            "name" : "mebugs", 
            "size" : "17"
        }
    ] 
}

$unwind 组合,可以将数组的内容拆分成记录。

有的时候需要统计总量,如果关联的内容仅仅存在在数组中会使得程序处理变得麻烦,因此通过 $unwind 组合可以实现对关联的数组解开。

db.getCollection("USER").aggregate([
    {
        $lookup: {
            from: "USER_EX",
            localField: "name",
            foreignField: "name",
            as: "ex"
        }
    },
    {
        $unwind: {
            path: "$ex",
            preserveNullAndEmptyArrays: true // 空数组记录保留
        }
    }
])

/static/upload/post/1648122617742.png

数组变成对象之后,程序相对好处理多了,但是还不行,我不希望为 ex 单独定义一个子对象,而是希望直接取出 ex 中的字段。

这时候可以通过 $project 对输入的文档进行文档结构修改,可以自由定义字段映射/增加/修改/组合/拼接/格式化等操作。

关于 $project 的更多用法,后面单独去详细描述。

db.getCollection("USER").aggregate([
    {
        $lookup: {
            from: "USER_EX",
            localField: "name",
            foreignField: "name",
            as: "ex"
        }
    },
    {
        $unwind: {
            path: "$ex",
            preserveNullAndEmptyArrays: true // 空数组记录保留
        }
    },
    {
        $project: {
            _id: 0, // 或略输出这个字段
            name: "$name", // 直接映射
            city: "$where", // 修改字段名
            size: "$ex.size", // 映射子字段
            unit: { $concat: ["$ex.size", "cm"] } // 拼接输出
        }
    }
])

/static/upload/post/1648122719325.png

这样的输出结果是不是立马清爽了很多?程序应用处理起来更加方便。

增强语法实例

MongoDB 3.6 版本的增强语法,仅仅看描述会很困惑,我们直接编写一个实例,会更加容易理解。

增强语法最大的特点是提供了管道能力,可以实现更为复杂的条件过滤和自定义文档的返回。

db.getCollection("USER").aggregate([
    {
        $lookup: {
            from: "USER_EX",
            let: { queryName: "$name", queryCity: "$where" }, // 定义两个变量,分别取主表 name 和 where 字段
            pipeline: [
                {
                    $match: {
                        $expr: { // 读取管道变量
                            $and: [
                                {
                                    $eq: ["$name", "$$queryName"], // 附表的 name 字段等于 queryName 变量
                                    $eq: ["$where", "$$queryCity"] // 相当于匹配附表 name 和 where 与主表相同的内容
                                }
                            ]

                        }
                    }
                },
                {
                    $project: { // 定义 Join 进来的输出内容
                        _id: 0,
                        size: { $concat: ["$size", "cm"] }
                    }
                }
            ],
            as: "ex"
        }
    }
])

查询结果:

{ 
    "_id" : ObjectId("60ebf6e17b2db72987c04828"), 
    "name" : "mebugs", 
    "where" : "wuxi", 
    "ex" : [
        {
            "size" : "17cm"
        }, 
        {
            "size" : "19cm"
        }
    ]
}

米虫

做一个有理想的米虫,伪全栈程序猿,乐观主义者,坚信一切都是最好的安排!

本站由个人原创、收集或整理,如涉及侵权请联系删除

本站内容支持转发,希望贵方携带转载信息和原文链接

本站具有时效性,不提供有效、可用和准确等相关保证

本站不提供免费技术支持,暂不推荐您使用案例商业化

发表观点

提示

昵称

邮箱

QQ

网址

当前还没有观点发布,欢迎您留下足迹!

同类其他

数据库

MySql数据库设置表名大小写不敏感

MySql数据库在Linux系统下默认数据库名与表名严格区分大小写,一般情况下我们创建表名习惯使用全小写,如果遇到某些从Windows服务器迁移过来的数据库可能需要设置大小写不敏感

Orcale定时任务管理dbms_job

在Oracle中创建、运行、维护定时任务,配合存储过程可以完成很多特定的业务诉求,dbms_job提供了使用的API功能便于我们实现更为细致的定时任务管理

ORA-00257: archiver error. Connect internal only, until freed.

登录Oracle报错 ORA-00257: archiver error. Connect internal only, until freed. 由于归档日志(archive log)已满引起的。

Linux下Oracle数据库配置日志目录及统一迁移

很多运维人员习惯采用默认安装的方式安装Oracle数据库,而Oracle日志默认放置在/opt目录下,绝大多数Linux环境的大磁盘往往挂载在/home,因此经常会出现磁盘空间不足的情况,采用本文配置可指定并迁移日志

Oracle数据库基础实用维护命令集

Linux系统下的Oracle数据库实用常用的维护命令整理,本文内容偏向运维,主要包含:基础启动重启、表空间维护、数据库角色与用户维护、字符集配置等,并给出各类场景的实例语句

MySql安装错误提示找不到MSVCP120.dll

安装 MySql 出现“由于找不到 MSVCP120.dll ,无法继续执行代码。重新安装程序可能会解决此问题。”由于系统缺少 vcredist 导致,下载安装官方 vcredist 即可。

选择个人头像

昵称

邮箱

QQ

网址

评论提示

  • 头像:系统为您提供了12个头像自由选择,初次打开随机为你选择一个
  • 邮箱:可选提交邮箱,该信息不会外泄,或将上线管理员回复邮件通知
  • 网址:可选提交网址,评论区该地址将以外链的形式展示在您的昵称上
  • 记忆:浏览器将记忆您已选择或填写过得信息,下次评论无需重复输入
  • 审核:提供一个和谐友善的评论环境,本站所有评论需要经过人工审核