博客
关于我
mongo笔记07( MongoDB 关系)
阅读量:498 次
发布时间:2019-03-07

本文共 1299 字,大约阅读时间需要 4 分钟。

<\?php

/**
* MongoDB 关系
*/

/**

* MongoDB 的关系表示多个文档之间在逻辑上的相互联系。
* 文档间可以通过嵌入和引用来建立联系。



  • MongoDB 中的关系可以是:
  • 1:1 (1对1)
  • 1: N (1对多)
  • N: 1 (多对1)
  • N: N (多对多)
    */

/**

* 实例
*/

/**

* 接下来我们来考虑下用户与用户地址的关系。
* 一个用户可以有多个地址,所以是一对多的关系。
* 以下是 user 文档的简单结构:



  • {
  • “_id”:ObjectId(“52ffc33cd85242f436000001”),
  • “name”: “Tom Hanks”,
  • “contact”: “987654321”,
  • “dob”: “01-01-1991”
  • }


  • 以下是 address 文档的简单结构:
  • {
  • “_id”:ObjectId(“52ffc4a5d85242602e000000”),
  • “building”: “22 A, Indiana Apt”,
  • “pincode”: 123456,
  • “city”: “Los Angeles”,
  • “state”: “California”
  • }



  • 嵌入式关系
  • 使用嵌入式方法,我们可以把用户地址嵌入到用户的文档中:


  • “_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”
  • }]
  • }


  • 以上数据保存在单一的文档中,可以比较容易的获取和维护数据。 你可以这样查询用户的地址:
  • >db.users.findOne({“name”:”Tom Benzamin”},{“address”:1})


  • 这种数据结构的缺点是,如果用户和用户地址在不断增加,数据量不断变大,会影响读写性能。



  • 引用式关系
  • 引用式关系是设计数据库时经常用到的方法,这种方法把用户数据文档和用户地址数据文档分开,通过引用文档的 id 字段来建立关系。


  • {
  • “_id”:ObjectId(“52ffc33cd85242f436000001”),
  • “contact”: “987654321”,
  • “dob”: “01-01-1991”,
  • “name”: “Tom Benzamin”,
  • “address_ids”: [
  • ObjectId(“52ffc4a5d85242602e000000”),
  • ObjectId(“52ffc4a5d85242602e000001”)
  • ]
  • }
    */

转载地址:http://jxzjz.baihongyu.com/

你可能感兴趣的文章
MySQL、Redis高频面试题汇总
查看>>
MYSQL、SQL Server、Oracle数据库排序空值null问题及其解决办法
查看>>
mysql一个字段为空时使用另一个字段排序
查看>>
MySQL一个表A中多个字段关联了表B的ID,如何关联查询?
查看>>
MYSQL一直显示正在启动
查看>>
MySQL一站到底!华为首发MySQL进阶宝典,基础+优化+源码+架构+实战五飞
查看>>
MySQL万字总结!超详细!
查看>>
Mysql下载以及安装(新手入门,超详细)
查看>>
MySQL不会性能调优?看看这份清华架构师编写的MySQL性能优化手册吧
查看>>
MySQL不同字符集及排序规则详解:业务场景下的最佳选
查看>>
Mysql不同官方版本对比
查看>>
MySQL与Informix数据库中的同义表创建:深入解析与比较
查看>>
mysql与mem_细说 MySQL 之 MEM_ROOT
查看>>
MySQL与Oracle的数据迁移注意事项,另附转换工具链接
查看>>
mysql丢失更新问题
查看>>
MySQL两千万数据优化&迁移
查看>>
MySql中 delimiter 详解
查看>>
MYSQL中 find_in_set() 函数用法详解
查看>>
MySQL中auto_increment有什么作用?(IT枫斗者)
查看>>
MySQL中B+Tree索引原理
查看>>