基于多个联接的MongoDB查询

Question

关于联接和MongoDB的问题很多，但其中许多问题的答案已经过时，而Mongo 3.x之后并没有考虑这些功能。 我的问题是如何查询带有链接元素条件的表？

这是一个极其简化的示例

const Person =  new mongoose.Schema({
  gender: String
});

const Dog =  new mongoose.Schema({
  breed: String
});

const Team =  new mongoose.Schema({
  trainer: {
        type: mongoose.Schema.ObjectId,
        ref: 'Person'
  },
  members: [{
        type: mongoose.Schema.ObjectId,
        ref: 'Dog'
  }]
})

想象一下这已经在生产中，并且不可能更改架构。

我怎么能找回所有带有至少一只“贵宾犬”犬种的犬 ，并且教练的性别是“雄性”的 犬队？

Answer 1

用另一种方式提出您的问题：如何在mongoDB中加入两个以上的集合？

假设您的集合名称与模型名称相对是dogs ， teams和people （Mongoose复数形式），则以下是获得所需结果的一种方法：

Dog.aggregate([{
        $match: {
            breed: "Poodle"
        }
    },
    {
        $lookup: {
            from: "teams",
            localField: "_id",
            foreignField: "members",
            as: "team"
        }
    },
    {
        $unwind: "$team"
    },
    {
        $lookup: {
            from: "people",
            localField: "team.trainer",
            foreignField: "_id",
            as: "trainer"
        }
    },

    {
        $unwind: "$trainer"
    },

    {
        $match: {
            "trainer.gender": "male"
        }
    },
    {
        $project: {
            breed: 1,
            trainer: 1,
            team: {
                _id: 1
            }
        }
    }
], function(err, teams) {
   console.log(teams)
});

在聚合管道中，我们执行以下操作：

1. 以Dog为起点并匹配品种
2. 然后使用$ lookup将结果加入团队，并获取包含成员引用“ Poodle”的团队
3. 2中的结果集包含团队数组（您可以删除$ lookup下面的所有步骤以查看结果状态）。 要将数组拆分为另一个文档，我们使用$ unwind运算符（例如，三个元素组成的团队将成为三个文档，并且父字段全部复制）
4. 在新的结果集上，再次应用$ lookup，这次加入了人们。 这使人们陷入了培训师阵营。
5. 再次放松以拆分教练
6. 匹配trainer.gender “ male”的结果集
7. 您需要的$ project （选择）字段

最终结果将如下所示：

{
    "_id" : ObjectId("596e5500b5174986059958a8"),
    "breed" : "Poodle",
    "team" : {
        "_id" : ObjectId("596e564fb5174986059958de")
    },
    "trainer" : {
        "_id" : ObjectId("596e54bfb51749860599589c"),
        "gender" : "male"
    }
}


{
    "_id" : ObjectId("596e5500b5174986059958a8"),
    "breed" : "Poodle",
    "team" : {
        "_id" : ObjectId("596e564fb5174986059958e6")
    },
    "trainer" : {
        "_id" : ObjectId("596e54bfb51749860599589c"),
        "gender" : "male"
    }
}


{
    "_id" : ObjectId("596e5500b5174986059958b2"),
    "breed" : "Poodle",
    "team" : {
        "_id" : ObjectId("596e564fb5174986059958de")
    },
    "trainer" : {
        "_id" : ObjectId("596e54bfb51749860599589c"),
        "gender" : "male"
    }
}


{
    "_id" : ObjectId("596e5500b5174986059958b2"),
    "breed" : "Poodle",
    "team" : {
        "_id" : ObjectId("596e564fb5174986059958e6")
    },
    "trainer" : {
        "_id" : ObjectId("596e54bfb51749860599589c"),
        "gender" : "male"
    }
}

从本质上讲，我们已经搜索Dog并加入和匹配了更多收藏。 最终文档中的根_id是dog not team的_id，因此从技术上讲，结果集包含包含团队和训练员的dogs，但是您可以将它们视为“团队”文档。 您可以从Person到Dog进行另一种方式。

而且，结果的结构也不完美。 您可能想要一种结构良好的格式，因为人口喜欢包含嵌入式trainer和members teams 。 通过对聚合管道进行一些调整，我确信可以实现结构良好的结构。

最后，这不同于猫鼬的人口，这是另一个答案。 主要区别在于，在这种情况下，您已经将查找所需文档的任务委派给了mongo服务器，并且显然是一次完成的任务。 就人口而言，同样需要太多的客户端处理和对db的许多请求。 但是$ lookup适用于未分片的集合，在这种情况下，您可能更喜欢填充或考虑此答案。