MongoDB里做表间关联
MongoDB 与关系型数据库的建模还是有许多不同，因为 MongoDB 支持内嵌对象和数组类型。MongoDB 建模有两种方式，一种是内嵌 (Embed)，另一种是连接 (Link)。那么何时 Embed 何时 Link 呢？那得看两个实体之间的关系是什么类型。
一对一的关系：Embed，比如用户信息集合有 Address 字段，Address 字段有省、市、县三个字段。
在关系型数据库中，通过连接运算符可以实现多个表联合查询。而非关系型数据库的特点是表之间属于弱关联，Mongodb 作为 Nosql 代表，其本身特性不建议对多 Collection 关联处理，不过对于有些需要对多表关联处理的需求，Mongodb 也可以实现。主要分为几种方式：简单手工关联和 DBRef 方式关联、esProc
1. 简单手工关联
下图表示帖子和用户两个 Collection 的 ER 图：
首先将 authors 集合中的用户对象查询出来，放在一个变量 author 中，代码如下：
> author=db.authors.findOne({name:"chenzhou"})
{"_id" : ObjectId("5030ba7621bdee44765b2147"),
"name" : "chenzhou",
"email" : "chenzhou1025@126.com"
}
通过用户对象 author 来获取帖子列表，代码如下：
> for(var post=db.posts.find({"author_name":author.name}); post.hasNext();){... printjson(post.next().title);
... }
"Hello Mongodb"
"Hello World"
"Hello My Friend"
2.DBRef 方式关联
{$ref : <value>, $id : <value>, $db : <value>}
$ref：集合名称；$id：引用的 id；$db: 数据库名称，可选参数。
可以看到 DBRef 的结构比 Manual References 的复杂，占用的空间大，但是功能也强大，如果要跨数据库连接，上面讲的评论集合的例子，都得需要使用 DBRef，MongoDB 提供了函数来解析 DBRef，不用像 Manual References 需要自己手动写两次查询。
DBRef 就是在两个 Collection 之间定义的一个关联关系，比如，把 CollectionB "_id" 列的值存在 CollectionA 的一个列中，然后通过 CollectionA 这个列中所存的值在 CollectionB 中找到相应的记录。
示例：模拟用户发帖的过程，看一看如何将帖子表和用户表建立关联。
步骤 1：取得当前用户信息，代码如下：
> author=db.authors.find({name:"chenzhou"})[0]
{"_id" : ObjectId("5030ba7621bdee44765b2147"),
"name" : "chenzhou",
"email" : "chenzhou1025@126.com"
}
步骤 2：发帖子并做关联，代码如下：
> db.posts.insert({"title":"Hello Mongodb DBRef1",
... authors:[new DBRef('authors',author._id)]})
> db.posts.insert({"title":"Hello Mongodb DBRef2",
... authors:[new DBRef('authors',author._id)]})
>
步骤 3：通知帖子查找用户信息，代码如下：
> db.posts.find({"title":"Hello Mongodb DBRef1"})[0].authors[0].fetch()
{"_id" : ObjectId("5030ba7621bdee44765b2147"),
"name" : "chenzhou",
"email" : "chenzhou1025@126.com"
}
通过这个例子可以看出，DBRef 就是从文档的一个属性指向另一个文档的指针。
关于 DBRef 详细信息，可以参见官网说明：http://docs.mongodb.org/manual/applications/database-references/
$lookup
我们来看 mongodb 另一个非常有意思的东西，那就是 $lookup，我们知道 mongodb 是一个文档型的数据库，而且它也是最像关系型数据库的
一种 nosql，但是呢，既然 mongodb 是无模式的，自然就很难在关系型数据库中非常擅长的多表关联上发挥作用，在这之前，我们可以使用 DbRef，但
是呢，在 mongodb 3.2 中给你增加了一个相当牛逼的手段，那就是 $lookup，而且放到了 aggreation 这种重量级的 pipeline 分析框架上，自然就是一等
公民了，牛逼哈 ~。
$lookup:
db.product.insert({"_id":1,"productname":"商品 1","price":15})
db.product.insert({"_id":2,"productname":"商品 2","price":36})
db.orders.insert({"_id":1,"pid":1,"ordername":"订单 1"})
db.orders.insert({"_id":2,"pid":2,"ordername":"订单 2"})
db.orders.insert({"_id":3,"pid":2,"ordername":"订单 3"})
db.orders.insert({"_id":4,"pid":1,"ordername":"订单 4"})
db.product.find()
db.orders.find()
语法：
db.product.aggregate([ { $lookup: { from: "orders", localField: "_id", foreignField: "pid", as: "inventory_docs" } } ])
然后展示的结果如下：
1 /* 1 */
2 {
3 "_id" : 1.0,
4 "productname" : "商品 1",
5 "price" : 15.0,
6 "inventory_docs" : [
7 {
8 "_id" : 1.0,
9 "pid" : 1.0,
10 "ordername" : "订单 1"
11 },
12 {
13 "_id" : 4.0,
14 "pid" : 1.0,
15 "ordername" : "订单 4"
16 }
17 ]
18 }
19
20 /* 2 */
21 {
22 "_id" : 2.0,
23 "productname" : "商品 2",
24 "price" : 36.0,
25 "inventory_docs" : [
26 {
27 "_id" : 2.0,
28 "pid" : 2.0,
29 "ordername" : "订单 2"
30 },
31 {
32 "_id" : 3.0,
33 "pid" : 2.0,
34 "ordername" : "订单 3"
35 }
36 ]
37 }
下面我简单介绍一些 $lookup 中的参数：
from：需要关联的表【orders】
localField: 【product】表需要关联的键。
foreignField：【orders】的 matching key。
as： 对应的外键集合的数据，【因为可能是一对多的，对吧】
MongoDB 不支持 join，其官网上推荐的 unity jdbc 可以把数据取出来进行二次计算实现 join 运算，但收费版才有这个功能。其他免费的 jdbc drive 只能支持最基本的 SQL 语句，不支持 join。如果用 Java 等编程语言将数据取出后实现 join 计算，也比较复杂。
3、esProc
用免费的 esProc 配合 MongoDB，可以实现 join 计算。这里通过一个例子来说明一下具体作法。
MongoDB 中的文档 orders 保存了订单数据，employee 保存了员工数据。如下：
MongoDB shell version: 2.6.4
connecting to: test
> db.orders.find();
{“_id” : ObjectId(“5434f88dd00ab5276493e270″), “ORDERID” : 1, “CLIENT” : “UJRNP
”, “SELLERID” : 17, “AMOUNT” : 392, “ORDERDATE” : “2008/11/2 15:28″ }
{“_id” : ObjectId(“5434f88dd00ab5276493e271″), “ORDERID” : 2, “CLIENT” : “SJCH”
, “SELLERID” : 6, “AMOUNT” : 4802, “ORDERDATE” : “2008/11/9 15:28″ }
{“_id” : ObjectId(“5434f88dd00ab5276493e272″), “ORDERID” : 3, “CLIENT” : “UJRNP
”, “SELLERID” : 16, “AMOUNT” : 13500, “ORDERDATE” : “2008/11/5 15:28″ }
{“_id” : ObjectId(“5434f88dd00ab5276493e273″), “ORDERID” : 4, “CLIENT” : “PWQ”,
”SELLERID” : 9, “AMOUNT” : 26100, “ORDERDATE” : “2008/11/8 15:28″ }
…
> db.employee.find();
{“_id” : ObjectId(“5437413513bdf2a4048f3480″), “EID” : 1, “NAME” : “Rebecca”, ”
SURNAME” : “Moore”, “GENDER” : “F”, “STATE” : “California”, “BIRTHDAY” : “1974-1
1-20″, “HIREDATE” : “2005-03-11″, “DEPT” : “R&D”, “SALARY” : 7000 }
{“_id” : ObjectId(“5437413513bdf2a4048f3481″), “EID” : 2, “NAME” : “Ashley”, “S
URNAME” : “Wilson”, “GENDER” : “F”, “STATE” : “New York”, “BIRTHDAY” : “1980-07-
19″, “HIREDATE” : “2008-03-16″, “DEPT” : “Finance”, “SALARY” : 11000 }
{“_id” : ObjectId(“5437413513bdf2a4048f3482″), “EID” : 3, “NAME” : “Rachel”, “S
URNAME” : “Johnson”, “GENDER” : “F”, “STATE” : “New Mexico”, “BIRTHDAY” : “1970-
12-17″, “HIREDATE” : “2010-12-01″, “DEPT” : “Sales”, “SALARY” : 9000 }
…
Orders 中的 sellerid 对应 employee 中的 eid。需要查询出 employee 的 state 属性等于 California 的所有订单信息。其中 orders 数据量较大，不能一次装入内存。Employee 数据量较小，Orders 过滤之后的结果数据量也比较小。
查询条件表达式可以作为参数传递给 esProc，如下图：
A1: 连接 MongoDB 数据库，ip 和端口号是 localhost:27017，数据库是 test，用户名和密码都是 test。
A2: 使用 find 函数从 MongoDB 中取数，形成游标。集合是 orders，过滤条件是空，指定键 _id 不取出。esProc 在 find 函数中采用了和 mongdb 的 find 语句一样的参数格式。esProc 的游标支持分批读取和处理数据，可以避免数据量过大，内存出现溢出的情况。
A3: 取得 employee 中的数据。因为数据量不大，所以用 fetch 函数一次取出。
A4: 使用 switch 函数，将游标 A2 中 SELLERID 字段的值，转换为 A3(employee) 中的记录引用。
A5: 按照条件过滤。这里使用宏来实现动态解析表达式，其中的 where 就是传入参数。集算器将先计算 ${…} 里的表达式，将计算结果作为宏字符串值替换 ${…} 之后解释执行。这个例子中最终执行的是：=A4.select(SELLERID.STATE==”California”)。由于 SELLERID 已经转化为 employee 的对应记录的引用，所以可以直接写 SELLERID.STATE。过滤之后的结果数据量较小，所以一次取出。如果结果数据量仍然比较大的话，可以分批取出，比如每次取出 10000 条：fetch(10000)。
A6：将过滤结果中的 SELLERID 重新切换为普通值。
A6 的计算结果是：
过滤条件发生变化时不用改变程序，只需改变 where 参数即可。例如，条件变为：state 等于 California 的订单，或者 CLIENT 等于 PWQ 的订单。Where 的参数值可以写为：CLIENT==”PWQ”|| SELLERID.STATE==”California”。
esProc 并不包含 MongoDB 的 java 驱动包。用 esProc 来访问 MongoDB，必须提前将 MongoDB 的 java 驱动包（esProc 要求 2.12.2 或以上版本的驱动，mongo-java-driver-2.12.2.jar）放到 [esProc 安装目录]\common\jdbc 中。
esProc 协助 MongoDB 计算的脚本很容易集成到 java 中，只要增加一行 A7，写成 result A6 即可向 java 输出 resultset 形式的结果，具体的代码请参考 esProc 教程。同样，用 java 调用 esProc 访问 MongoDB 也必须将 mongdb 的 java 驱动包放到 java 程序的 classpath 中。