发布于 2015-07-10 16:29:12 | 285 次阅读 | 评论: 0 | 来源: 网络整理
MongoDB中的关系代表文件如何在各种逻辑上彼此相关。关系可以通过嵌入和引用的方法来模拟。这样的关系可以是 1:1, 1: N, N: 1 或 N: N.
让我们考虑存储用户地址的情况(例子)。这样,一个用户可以有多个地址,那么就成为一个 1:N 的关系。
下面是用户文件的示例文档的结构:
{
"_id":ObjectId("52ffc33cd85242f436000001"),
"name": "Tom Hanks",
"contact": "987654321",
"dob": "01-01-1991"
}
下面是地址文件的示例文档结构:
{
"_id":ObjectId("52ffc4a5d85242602e000000"),
"building": "22 A, Indiana Apt",
"pincode": 123456,
"city": "Los Angeles",
"state": "California"
}
在嵌入式方法中,我们将嵌入地址文件到用户文档中。
{
"_id":ObjectId("52ffc33cd85242f436000001"),
"contact": "987654321",
"dob": "01-01-1991",
"name": "Tom Benzamin",
"address": [
{
"building": "22 A, Indiana Apt",
"pincode": 123456,
"city": "Los Angeles",
"state": "California"
},
{
"building": "170 A, Acropolis Apt",
"pincode": 456789,
"city": "Chicago",
"state": "Illinois"
}]
}
这种方法保持在一个单一的文件,它可以很容易地检索和维护所有相关数据。 整份文件,可检索这样一个查询:
>db.users.findOne({"name":"Tom Benzamin"},{"address":1})
需要注意上面的查询,db和用户分别代表数据库和集合。
缺点是,如果嵌入的文档不断增长过大,这会影响到读/写性能。
这是设计标准化关系的方法。在这种方法中,用户和地址的文件将被分别维护,但用户文档将包含的字段将引用地址文档的id字段。
{
"_id":ObjectId("52ffc33cd85242f436000001"),
"contact": "987654321",
"dob": "01-01-1991",
"name": "Tom Benzamin",
"address_ids": [
ObjectId("52ffc4a5d85242602e000000"),
ObjectId("52ffc4a5d85242602e000001")
]
}
如上图所示,用户文档 包含数组字段address_ids,它包含相应地址的ObjectID。使用这些的ObjectID,我们可以查询地址文档,并从中获得地址的详细信 息。通过这种方法,我们将需要两个查询:首先来从用户文档取出address_ids字段,再次从地址集合获取这些地址。
>var result = db.users.findOne({"name":"Tom Benzamin"},{"address_ids":1})
>var addresses = db.address.find({"_id":{"$in":result["address_ids"]}})