mongodb如何多表查询,如同时查询店铺以及里面对应的商品

多表查询场景介绍

一种很常见的场景,比如电商首页中,需要同时展示最近比较火热的店铺,以及直接展示店铺里对应的商品。或者用户下单之后购物车里可以看到所选的商品以及对应的店铺。如果不知道如何用mongodb自带的查询语句快速查询的话,我们能有的实现方案,可能是先查询店铺,然后通过for循环再查询店铺里的商品,而for循环是会反复操作数据库,对性能有极大的损耗,并且速度也非常的慢,所以这里我们来学习一下如何用mongodb来多表查询。

多表查询操作

aggregate集合函数与$lookup的使用

一下以疾病分类与对应的产品表为例代码如下:

复制代码
db.disease_type.aggregate([
  {
    $lookup: {
      from: 'product',
      localField: '_id',
      foreignField: 'disease_type_id',
      as: 'products',
    },
  }])

aggregate为集合函数

$lookup 操作符将多个文档合并为一个数组

from 则为要被关联查询的表,比如的product则为产品表

localField 为当前表的id,也就是disease_type表的id

foreignField 为被关联表的要与当前表对应的id,也就是product的disease_type_id自带与disease_type表的_id字段进行关联

as 则是将这个被关联的表存放到那个字段中。

整个数据结构会自动拼接好,最终结果如下图,

unwind数据结构与project数据过滤

如果每个产品都对应一个分类,则用unwind改变数据结构代码如下:

复制代码
db.disease_type.aggregate([
  {
    $lookup: {
      from: 'product',
      localField: '_id',
      foreignField: 'disease_type_id',
      as: 'products',
    }
    
  },{$unwind:"$products"},{
    $project: {
      _id: 1,
      date: 1,
      products: {
        _id: 1,
        name: 1,
        price: 1,
      }
    }
    }])

注意这里的products名称必须与上面的as要一致,否则也会找不到结果。

而$project则是过滤字段,只展示指定的内容。如果想展示所有则去掉此属性即可。

结果如下:

$map自定义结构

$project可以配置要展示的哪些字段,但有时候字段的名称可能要修改调整一下。比如_id改为id或者可自己配置各种结构

复制代码
db.disease_type.aggregate([
  {
    $lookup: {
      from: 'product',
      localField: '_id',
      foreignField: 'disease_type_id',
      as: 'products',
    }
    
  },{
    $project: {
      _id: 1,
      date: 1,
      products: {
       $map: {
          input: '$products',
          as: 'product',
          in: {
            _id: '$$product._id',
            parentId:"$products._id",
            name: '$$product.name',
            price: '$$product.price',
          }
       }
      }
    }
    }])

$map 重新遍历循环

input 里的$products则表示商品表数据

as 里的product则表示被遍历的每个数据(类似for(item in products))。而只要被as处理之后,就可以通过$$product的方式调用这个变量了。

in 则表示商品列表内部结构的配置,比如还需配置parentId,这里的name,price等key字段都可以自己重命名,要绑定的字段则可通过$$product来绑定。

如下图

相关推荐
麦聪聊数据几秒前
为何通用堡垒机无法在数据库运维中实现精准风控?
数据库·sql·安全·低代码·架构
2301_790300965 分钟前
Python数据库操作:SQLAlchemy ORM指南
jvm·数据库·python
m0_7369191021 分钟前
用Pandas处理时间序列数据(Time Series)
jvm·数据库·python
亓才孓21 分钟前
[JDBC]PreparedStatement替代Statement
java·数据库
m0_466525291 小时前
绿盟科技风云卫AI安全能力平台成果重磅发布
大数据·数据库·人工智能·安全
爱学习的阿磊1 小时前
使用Fabric自动化你的部署流程
jvm·数据库·python
枷锁—sha2 小时前
【SRC】SQL注入快速判定与应对策略(一)
网络·数据库·sql·安全·网络安全·系统安全
惜分飞2 小时前
ORA-600 kcratr_nab_less_than_odr和ORA-600 4193故障处理--惜分飞
数据库·oracle
chian-ocean2 小时前
CANN 生态进阶:利用 `profiling-tools` 优化模型性能
数据库·mysql
m0_550024632 小时前
持续集成/持续部署(CI/CD) for Python
jvm·数据库·python