MongoDB通过$lookup实现多表连接查询
聚合查询
MongoDB 中通过 aggregate([{...}]) 方法来完成聚合查询。
比较常见的聚合查询表达式有：$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
$lookup 是 MongoDB 3.2 版本出现的新功能。
其主要作用是对同一数据库中未分片集合执行左外部联接，从“联接”的集合中过滤文档进行处理。
对每个输入的文档，$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。
基础语法
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"
}
}
增强语法
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"
}
]
}
增强示例
$unwind 组合
$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
}
}
])
$project格式化输出
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
}
}
])
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"
}
]
}
