mongodb关联查询

最新推荐文章于 2023-08-23 09:23:35 发布
最新推荐文章于 2023-08-23 09:23:35 发布
阅读量6.7k 收藏 19
点赞数 4
分类专栏： # MongoDB 文章标签： mongodb 数据库
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qgnczmnmn/article/details/108491525
版权

文章目录

1、mongodb关联查询基本操作

mongodb的关联查询需要用到聚合函数Aggregate()，关于聚合函数的详细内容，可以参考mongodb的官网，官网传送门；本文直接以具体的数据库数据来介绍关联查询的操作。现在定义如下数据：

# school表
{ 
    "_id" : ObjectId("5f51b23d34f9c5155cda1ab3"), 
    "name" : "BJ_university", 
    "studentId" : ObjectId("5f51b23d34f9c5155cda1ab4"),  // studentId为ObjectId类型
    "_class" : "com.learn.entity.School"
}
# student表
{ 
    "_id" : ObjectId("5f51b23d34f9c5155cda1ab4"), 
    "name" : "张三", 
    "sex" : "男", 
    "_class" : "com.learn.entity.Student"
}
{ 
    "_id" : ObjectId("5f588b84965ec50380075154"), 
    "name" : "lisi", 
    "sex" : "男", 
    "_class" : "com.learn.entity.Student"
}

使用聚合函数进行关联查询，查询指令如下：

db.school.aggregate([
	{
		'$lookup':{	
   				'from': 'student',
   				'localField' : 'studentId',
    			'foreignField' : '_id',
    			'as' : 'student'
		}
	}
])

如果使用mongoTemplate可以使用如下代码：

		AggregationOperation lookupOperation=LookupOperation.newLookup()
				.from("student")
				.localField("studentId")
				.foreignField("_id")
				.as("student");	
		Aggregation aggregation=Aggregation.newAggregation(lookupOperation);
		AggregationResults<Document> result=mongoTemplate.aggregate(aggregation, "school", Document.class);
		List<Document> objs=result.getMappedResults();
		//.....然后将Document解析为对应的model对象数据即可

查询结果为：

{ 
    "_id" : ObjectId("5f51b23d34f9c5155cda1ab3"), 
    "name" : "BJ_university", 
    "studentId" : ObjectId("5f51b23d34f9c5155cda1ab4"), 
    "_class" : "com.learn.entity.School", 
    "student" : [
        {
            "_id" : ObjectId("5f51b23d34f9c5155cda1ab4"), 
            "name" : "张三", 
            "sex" : "男", 
            "_class" : "com.learn.entity.Student"
        }
    ]
}

由以上的分析可知，关联查询时如果两个表的字段类型一致，可以直接使用$lookup进行关联查询操作。

2、关联字段类型不一致时

现在将上述中的数据改为如下：

# school表
{ 
    "_id" : ObjectId("5f51b23d34f9c5155cda1ab3"), 
    "name" : "BJ_university", 
    "studentId" : "5f51b23d34f9c5155cda1ab4",  // studentId为string类型
    "_class" : "com.learn.entity.School"
}
# student表
{ 
    "_id" : ObjectId("5f51b23d34f9c5155cda1ab4"), 
    "name" : "张三", 
    "sex" : "男", 
    "_class" : "com.learn.entity.Student"
}
{ 
    "_id" : ObjectId("5f588b84965ec50380075154"), 
    "name" : "lisi", 
    "sex" : "男", 
    "_class" : "com.learn.entity.Student"
}

关联的数据一张表中为string类型，另一个表中为ObjectId类型

对于这种情况下如果还是使用上述的方式来查询数据，查询到的结果为：

{ 
    "_id" : ObjectId("5f51b23d34f9c5155cda1ab3"), 
    "name" : "BJ_university", 
    "studentId" : "5f51b23d34f9c5155cda1ab4", 
    "_class" : "com.learn.entity.School", 
    "objId" : ObjectId("5f51b23d34f9c5155cda1ab4"), 
    "student" : []
}

这种情况下需要使用Aggregate中的另外一个piple——$addFields，具体使用如下：

db.school.aggregate([
	{
	   '$addFields': {'objId':{'$toObjectId':'$studentId'}}  # 如果是ObjectId转化为String，将'$toObjectId'改为'$toString'
	},
	{
		'$lookup':{	
   				 'from': 'student',
   				 'localField' : 'objId',
    			'foreignField' : '_id',
    			'as' : 'student'
		}
	}
])

使用mongoTemplate时可以进行如下操作：

		String sql="{" + 
				"	   '$addFields': {'objId':{'$toObjectId':'$studentId'}}\r\n" + 
				"	}"; 
		Document doc=new Document().parse(sql);
		AggregationOperation lookupOperation=LookupOperation.newLookup()
				.from("student")
				.localField("objId")
				.foreignField("_id")
				.as("student");	
		Aggregation aggregation=Aggregation.newAggregation(
				new AggregationOperation() {
					@Override
					public Document toDocument(AggregationOperationContext context){
						return doc;
					}
				},lookupOperation);
		AggregationResults<Document> result=mongoTemplate.aggregate(aggregation, "school", Document.class);
		List<Document> objs=result.getMappedResults();
		//.....然后将Document解析为对应的model对象数据即可

执行结果如下：

{ 
    "_id" : ObjectId("5f51b23d34f9c5155cda1ab3"), 
    "name" : "BJ_university", 
    "studentId" : "5f51b23d34f9c5155cda1ab4", 
    "_class" : "com.learn.entity.School", 
    "objId" : ObjectId("5f51b23d34f9c5155cda1ab4"),  //新添加的字段，ObjectId类型
    "student" : [
        {
            "_id" : ObjectId("5f51b23d34f9c5155cda1ab4"), 
            "name" : "张三", 
            "sex" : "男", 
            "_class" : "com.learn.entity.Student"
        }
    ]
}

Document 为Bson接口的实现类，其parse方法会将json格式的操作命令转化为一个Document对象，然后就可以进行相应的操作，这里简单介绍下Document在查询数据时的使用：

Document doc1=new Document().parse("{'studentId':'5f51b23d34f9c5155cda1ab4'}");
FindIterable<Document> docFindIterable= mongoTemplate.getCollection("school").find(doc1);
// 这样即可查询出所有studentId=5f51b23d34f9c5155cda1ab4的数据
3、其他

对于上述的操作还有一个问题，由于在上述的操作中关联查询之后的student为一个数组，如果不想使用数组的方式呈现，可以使用’$unwind’将数组打散来呈现，具体操作如下：

db.school.aggregate([
	{
	   '$addFields': {'objId':{'$toObjectId':'$studentId'}}
	},
	{
		'$lookup':{	
   				 'from': 'student',
   				 'localField' : 'objId',
    			'foreignField' : '_id',
    			'as' : 'student'
		}
	},
	{
        '$unwind':'$student'
    },
])

# $unwind的详细使用如下:
{
  $unwind:
    {
      path: <field path>,
      includeArrayIndex: <string>,
      preserveNullAndEmptyArrays: <boolean>
    }
}
# path 要打散的字段
# includeArrayIndex 可选的。一个新字段的名称，用于保存元素的数组索引。名称不能以美元符号开头
# preserveNullAndEmptyArrays 可选的。如果为true，则如果path为null，缺失或空数组，则$unwind输出文档。如果为false，如果path为null，缺少或为空数组，$unwind则不会输出文档。默认值为false

呈现的效果如下：

{ 
    "_id" : ObjectId("5f51b23d34f9c5155cda1ab3"), 
    "name" : "BJ_university", 
    "studentId" : "5f51b23d34f9c5155cda1ab4", 
    "_class" : "com.learn.entity.School", 
    "objId" : ObjectId("5f51b23d34f9c5155cda1ab4"),  //新添加的字段，ObjectId类型
    "student" : {
            "_id" : ObjectId("5f51b23d34f9c5155cda1ab4"), 
            "name" : "张三", 
            "sex" : "男", 
            "_class" : "com.learn.entity.Student"
        }
}

但是这样的话，原本只有一条数据，但是拆分以后获取到的数据个数就是student数组中元素的个数，在实际使用中可以根据具体情况来选择！
在$project中可以对查询出来要显示的字段设置别名，如下：

db.school.aggregate([
	{
	   '$addFields': {'objId':{'$toObjectId':'$studentId'}}
	},
	{
		'$lookup':{	
   				 'from': 'student',
   				 'localField' : 'objId',
    			'foreignField' : '_id',
    			'as' : 'student'
		}
	},
	{
        '$unwind':'$student'
    },
    {
    	'$project':{
    		# 以为student中的sex设置别名为例
    		sex:'$student.sex'
    		#...其他的省略
    	}
    }
])

呈现的效果如下：

{ 
    "_id" : ObjectId("5f51b23d34f9c5155cda1ab3"), 
    "name" : "BJ_university", 
    "studentId" : "5f51b23d34f9c5155cda1ab4", 
    "_class" : "com.learn.entity.School", 
    "objId" : ObjectId("5f51b23d34f9c5155cda1ab4"),  //新添加的字段，ObjectId类型
    "student" : {
            "_id" : ObjectId("5f51b23d34f9c5155cda1ab4"), 
            "name" : "张三", 
            "sex" : "男", 
            "_class" : "com.learn.entity.Student"
     }，
    "sex":"男"    // 设置sex别名后显示的字段
}
4、DBRef在Lookup中的使用

现在有这样一种情况，将上例中的数据进行改造：

# school表
{ 
    "_id" : ObjectId("5f51b23d34f9c5155cda1ab3"), 
    "name" : "BJ_university", 
    "stut":{
    			"$ref":"student",
    			"$id":ObjectId("5f51b23d34f9c5155cda1ab4")
    },  //改造的点
    "_class" : "com.learn.entity.School"
}
# student表
{ 
    "_id" : ObjectId("5f51b23d34f9c5155cda1ab4"), 
    "name" : "张三", 
    "sex" : "男", 
    "_class" : "com.learn.entity.Student"
}
{ 
    "_id" : ObjectId("5f588b84965ec50380075154"), 
    "name" : "lisi", 
    "sex" : "男", 
    "_class" : "com.learn.entity.Student"
}

此时在school中进行关联查询，正常情况下我们会按照下面的写法：

db.school.aggregate([
	{
		'$lookup':{	
   				 'from': 'student',
   				 'localField' : 'stut.$id',
    			'foreignField' : '_id',
    			'as' : 'student'
		}
	}
])

但是执行的话却会报错，在lookup中是不能够使用$的形式的字段的，所以在执行lookup之前要进行如下的修改：

db.school.aggregate([
	{$addFields:{"newstut":
	     {$arrayToObject:{$map:{
	          input:{$objectToArray:"$stut"}, 
	          in:{
	             k:{$cond:[ 
	                     {$eq:[{"$substrCP":["$$this.k",0,1]},{$literal:"$"}]},
	                     {$substrCP:["$$this.k",1,{$strLenCP:"$$this.k"}]},
	                     "$$this.k"
	             ]},
	             v:"$$this.v"
	           }
	         }}}
	}},
	{
		'$lookup':{	
   				 'from': 'student',
   				 'localField' : 'newstut.id',
    			'foreignField' : '_id',
    			'as' : 'student'
		}
	}
])

其中$addFields执行之后的效果如下：

# school表
{ 
    "_id" : ObjectId("5f51b23d34f9c5155cda1ab3"), 
    "name" : "BJ_university", 
    "stut":{
    			"$ref":"student",
    			"$id":ObjectId("5f51b23d34f9c5155cda1ab4")
    },
    "newstut":{
    			"ref":"student",
    			"id":ObjectId("5f51b23d34f9c5155cda1ab4")
    		},
    "_class" : "com.learn.entity.School"
}
5、从ISODate中获取年月日等

mongoDB数据如下：

{ 
    "_id" : ObjectId("5f15e9b024aa9a00016fb7b0"), 
    "createStamp" : ISODate("2020-07-20T19:00:00.153+0000"), 
}

可以使用如下方式：

db.collections.aggregate([
	{
	  '$addFields': {
	    	Year:{'$year':'$createStamp'},
	    	Month:{'$month':'$createStamp'},
	    	Day:{'$dayOfMonth':'$createStamp'},
	    	Hour: { $hour: "$createStamp" }, 
	    	Minutes: { $minute: "$createStamp" },
			Seconds: { $second: "$createStamp" }, 
			Milliseconds: { $millisecond: "$createStamp" },
			DayOfYear: { $dayOfYear: "$createStamp" }, 
			DayOfWeek: { $dayOfWeek: "$createStamp"}, 
			Week: { $week: "$createStamp" }
	   }
	}
])

执行结果如下：

{ 
    "_id" : ObjectId("5f15e9b024aa9a00016fb7b0"), 
    "createStamp" : ISODate("2020-07-20T19:00:00.153+0000"), 
    "Year" : NumberInt(2020), 
    "Month" : NumberInt(7), 
    "Day" : NumberInt(20), 
    "Hour" : NumberInt(19), 
    "Minutes" : NumberInt(0), 
    "Seconds" : NumberInt(0), 
    "Milliseconds" : NumberInt(153), 
    "DayOfYear" : NumberInt(202), 
    "DayOfWeek" : NumberInt(2), 
    "Week" : NumberInt(29)
}
野生开发者
关注
  • 4
    点赞
  • 踩
  • 19
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
专栏目录
springboot集成mongoDB高级聚合查询,关联查询
m0_54850467的博客
07-29 1070
使用该阶段符分组查询该。
mongodb 实现两个集合的关联并分页查询
最新发布
weixin_43833540的博客
04-19 317
collection1中有deviceId等字段，collection2 中有deviceId、unitName等字段， 关联这两个colltion，并分页查询。在聚合查询结果中将collection2中的unitName，移动到与“startTime”同级的位置，并删除“collection2”字段。实现两个集合的关联并分页查询。
MongoDB 中的关联查询MongoDB : aggregate/lookup 对比 Mongoose : ref / populate
火星男孩的分享空间
07-27 3985
参考： MongoDB 中的关联查询 一、前言 数据库设计中数据之间的关联关系是极其常见的：一对一、一对多、多对多，作为 NoSQL 领头羊的 MongoDB 中常用做法无非「内嵌」和「引用」两种， 因为 Document 有 16MB 的大小限制[1]且「内嵌」不适合复杂的多对多关系，「引用」是用得更广泛的关联方式， 所以 MongoDB 官方称其为“Normalized Data Models”——标准化数据模型。 引用式的关联其实很简单，指文档与文档之间通过_id字段的引用来进行关联。 在
MongoDB 聚合管道的文档关联查询($lookup)及管道合并($unionWith)
Mointor
04-11 1922
MongoDB中使用$lookup实现集合的关联查询、使用unionWith实现集合的管道的合并
使用mongodb进行三表连查的操作
qq_50121370的博客
04-14 989
查询所有article返回article的所有信息同时携带article对应的所有标签。之后有时间我会整理这个里面的知识点。
MongoDB多表关联查询操作实例详解
09-09
主要介绍了MongoDB多表关联查询操作,结合实例形式详细分析了MongoDB数据库实现多表关联查询的相关原理与实现技巧,需要的朋友可以参考下
MongoDB中多表关联查询（$lookup）的深入讲解
12-16
聚合框架是MongoDB的高级查询语言，它允许我们通过转换和合并多个文档中的数据来生成新的单个文档中不存在的信息。 聚合管道操作主要包含下面几个部分： 命令 功能描述 $project 指定输出文档里的字段. $...
MongoDB各种查询操作详解
01-19
MongoDB中使用find来进行查询，通过指定find的第一个参数可以实现全部和部分查询。 1、查询全部 空的查询文档{}会匹配集合的全部内容。如果不指定查询文档，默认就是{}。 2、部分查询 3、键的筛选 键的筛选是查询...
Mongodb实现的关联表查询功能【population方法】
09-09
主要介绍了Mongodb实现的关联表查询功能,结合实例形式较为详细的分析了population方法实现关联表查询的原理与相关操作技巧,需要的朋友可以参考下
MongoDB引用和关联文档
互联网知识分享
08-23 331
字段来建立关系，而关联文档则直接将一个文档嵌入到另一个文档中。中，可以使用引用和关联文档来建立文档之间的关系。引用是指在一个文档中存储另一个文档的引用，而关联文档是指在一个文档中直接嵌入另一个文档。中另一种实现文档关联的方式。在关联文档中，可以直接将一个文档嵌入到另一个文档中，从而建立关系。db.collection.updateOne(): 更新集合中的一个文档。db.collection.deleteOne(): 删除集合中的一个文档。在引用中，一个文档可以引用另一个文档的。查询集合中的第一个文档。
mongodb关联查询----js
山鬼谣的专栏
02-04 2591
说明只是记录下，做个笔记。集合有两个集合：gg_mfratio，stock。gg_mfratio集合数据：stock集合数据： 其中：db.gg_mfratio.find({"reportdate" : ISODate("2016-12-31T00:00:00.000+08:00")})执行后是总共36条数据。 也就是说我想验证这36条数据是否都关联到stock中。可以执行下面这条语句：db.g
mongodb 表之间的关联查询
Zhooson的博客
06-19 777
cate 表 const mongoose = require('mongoose'); const { Schema, model } = mongoose; const CateSchema = new Schema({ // 标题 title: { type: String, required: true }, }, { timestamps: true }); module.exports = model('cate', CateSchema); food表 const mon
mongodb 3.x 之实用新功能窥看[2] ——使用$lookup做多表关联处理
weixin_34066347的博客
08-02 1335
　　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a...
关于 mongodb 的 内嵌关联查询
岑国程
03-19 3056
public Object[] searchTrans(int pageNumber,int pageSize,String godates,String wherefrom,String whereto,String transorg){ if(godates==null)godates = "\\w*"+godates+"\\w*"; if(wherefrom==null)wheref
Mongo多个Collection的关联操作实现
铭毅天下Elasticsearch
04-29 8233
题记在mysql，oracle等关系型数据库中，可以通过表之间的关联操作(join, left join, and)实现字段之间的关联操作。 而在mongo非关系型数据库中没有对应的接口。 为此，我们自身实现了1个Mongo db库中的多个collection之间的类笛卡尔操作。（这种需求，多少有些不合理）1、需求：Mongo多个Collection之间的关联操作输入： gatherList，
mongodb中关联的为数组如何查询_MongoDB数据库之基本概念
weixin_39590453的博客
12-17 513
MongoDB是面向集合的文档式数据库，不像关系数据库那样，有表，列、行，MongoDB数据库则是由一系列的文档组成。以下介绍MongoDB的基本概念。1.1 文档文档是MongoDB数据库的最小集合单位，其基本概念为：由多个键及其关联的值有序组合在一起的集合单元。如{“One”:3, ”Two”:”Hello,MongoDB”}可以将文档看成关系数据库中的行，每个键/值组合可以看成是这个行中对应...
MongoDB联合查询
09-13
在MongoDB中，联合查询是用来关联多个集合并进行查询的操作。根据引用中提供的信息，可以通过以下步骤来进行MongoDB联合查询： 1. 首先，打开MongoDB客户端程序mongo.exe并连接到MongoDB数据库。 2. 创建所需的数据库和集合。在引用中给出的示例中，使用了两个集合，分别是"order"和"inventory"。可以使用命令`use mongodb`来创建数据库，并使用命令`db.order.insert()`和`db.inventory.insert()`来插入数据。 3. 执行`db.order.find()`和`db.inventory.find()`命令来查看插入的数据内容，确保数据插入成功。 接下来，根据引用中提供的信息，可以使用DBRef来进行关联查询的步骤如下： 1. 使用`db.posts.insert()`命令插入帖子数据，并通过DBRef来关联作者信息。示例中使用了两个帖子，每个帖子都关联了同一个作者。可以根据需要修改插入的帖子数据和关联的作者信息。 2. 执行插入命令后，可以使用`db.posts.find()`命令来查找帖子信息，确保帖子和作者的关联插入成功。 最后，根据引用中提供的信息，可以通过以下步骤来查找帖子的关联作者信息： 1. 使用`db.posts.find()`命令查找指定标题的帖子，例如`db.posts.find({"title":"Hello Mongodb DBRef1"})`。 2. 在查询结果中，可以通过`fetch()`方法来获取关联的作者信息。示例中的查询结果显示了作者的id、姓名和电子邮件地址。 综上所述，这就是在MongoDB中进行联合查询的步骤。可以根据实际情况进行相应的修改和扩展。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 5
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值