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 sql语句针对数据记录时间范围查询的效率对比
查看>>
mysql sum 没返回,如果没有找到任何值,我如何在MySQL中获得SUM函数以返回'0'?
查看>>
mysql Timestamp时间隔了8小时
查看>>
Mysql tinyint(1)与tinyint(4)的区别
查看>>
mysql union orderby 无效
查看>>
mysql v$session_Oracle 进程查看v$session
查看>>
mysql where中如何判断不为空
查看>>
MySQL Workbench 使用手册:从入门到精通
查看>>
mysql workbench6.3.5_MySQL Workbench
查看>>
MySQL Workbench安装教程以及菜单汉化
查看>>
MySQL Xtrabackup 安装、备份、恢复
查看>>
mysql [Err] 1436 - Thread stack overrun: 129464 bytes used of a 286720 byte stack, and 160000 bytes
查看>>
MySQL _ MySQL常用操作
查看>>
MySQL – 导出数据成csv
查看>>
MySQL —— 在CentOS9下安装MySQL
查看>>
MySQL —— 视图
查看>>
mysql 不区分大小写
查看>>
mysql 两列互转
查看>>
MySQL 中开启二进制日志(Binlog)
查看>>
MySQL 中文问题
查看>>