首页 / MONGODB / MongoDB一对多关系建模
MongoDB一对多关系建模
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了MongoDB一对多关系建模，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含4057字，纯文字阅读大概需要6分钟。
内容图文
本篇博客翻译自： http://blog.mongodb.org/post/87200945828/6-rules-of-thumb-for-mongodb-schema-design-part-1?mkt_tok=3RkMMJWWfF9wsRonsq7Ldu%2FhmjTEU5z14uUsUKGxhokz2EFye%2BLIHETpodcMTcVnM7zYDBceEJhqyQJxPr3FLdcN0tJuRhTrCw%3D%3D 备注：本译文不
本篇博客翻译自：
http://blog.mongodb.org/post/87200945828/6-rules-of-thumb-for-mongodb-schema-design-part-1?mkt_tok=3RkMMJWWfF9wsRonsq7Ldu%2FhmjTEU5z14uUsUKGxhokz2EFye%2BLIHETpodcMTcVnM7zYDBceEJhqyQJxPr3FLdcN0tJuRhTrCw%3D%3D
备注：本译文不是严格意义上的翻译，只是在基于对该原文的理解之上，尽可能表达清楚。如有疑问或不妥，请参考原文。
很多刚从传统SQL开发转向MongoDB开发的朋友都会问到一个问题：如何用MongoDB表达传统关系数据库中的一对多（1 to n）关系？
基于MongoDB丰富的表达力，我们不能说我们必须采用一个标准的方法来进行1 to n的建模。稍后我们从3个具体场景来展开讲解。
首先，我们将1 to n中的n进行场景细化。这个n究竟代表多大的量级呢？是几个到几十个？还是几个到几千个？还是成千上万个？
1） 1 to n（n代表好几个，或几十个，反正不太多）
比如每个Person会有多个Address。此种情况下，我们采用最简单的嵌入式文档来建模。
{ name: 'Kate Monster', id: '123-456-7890', addresses : [ { street: '123 Sesame St', city: 'Anytown', cc: 'USA' }, { street: '123 Avenue Q', city: 'New York', cc: 'USA' } ]}
这种建模的方式包含了显而易见的优点和缺点：
优点：你不需要执行单独的查询就可以获得某个Person的所有Address信息。
缺点：你无法像操作独立文档那样来操作Address信息。你必须首先操作（比如查询）Person文档后，才有可能继续操作Address。
在本实例中，我们不需要对Address进行独立的操作，且Address信息只有在关联到某一个具体Person后才有意义。所以结论是：采用这种embedded（嵌入式）建模是非常适合Person-Address场景的。
2）1 to n（n代表好些个，比如几十个，甚至几百个）
比如产品（Product）和零部件（part），每个产品会有很多个零部件。这种场景下，我们可以采用引用方式来建模，如下：
零部件（Part）：{ _id : ObjectID('AAAA'), partno : '123-aff-456', name : '#4 grommet', qty: 94, cost: 0.94, price: 3.99}
产品（Product）：
{ name : 'left-handed smoke shifter', manufacturer : 'Acme Corp', catalog_number: 1234, parts : [ // array of references to Part documents ObjectID('AAAA'), // reference to the #4 grommet above ObjectID('F17C'), // reference to a different Part ObjectID('D2AA'), // etc ]}
首先每个part作为单独的文档存在。每个产品中包含一个数组类型字段（parts），这个数组中存放的是所有该产品包含的零部件的编号（_id主键）。当你需要根据某一个产品编号查询该产品包含的所有部件信息时，你可以执行以下操作：
> product = db.products.findOne({catalog_number: 1234}); // Fetch all the Parts that are linked to this Product> product_parts = db.parts.find({_id: { $in : product.parts } } ).toArray() ;
这种建模方式的优缺点也非常明显：
优点：部件是作为独立文档（document）存在的，你可以对某一部件进行独立的操作，比如查询或更新。
缺点：如上，你必须通过两次查询才能找到某一个产品所属的所有部件信息。
在本例中，这个缺点是可以接受的，本身实现起来也不难。而且，通过这种建模，你可以轻易的将1 to n扩展到n to n，即一个产品可以包含多个部件，同时一个部件也可以被多个产品所引用（即同一部件可以被多个产品使用）。
3）1 to n（这个n代表很大的数值，比如成千上万，甚至更大）
比如，每一个机器（host）会产生很大数量的日志信息（logmsg）。在这种情况下，如果你采用嵌入式建模，则一个host文档会非常庞大，从而轻易超过MongoDB的文档大小限制，所以不可行。如果你采用第二中方式建模，用数组来存放所有logmsg的_id值，这种方式同样不可行，因为当日止很多时，即使单单引用objectId也会轻易超过文档大小限制。所以此时，我们采用以下方式：
机器（hosts）：{ _id : ObjectID('AAAB'), name : 'goofy.example.com', ipaddr : '127.66.66.66'} 日志（logmsg）：{ time : ISODate("2014-03-28T09:42:41.382Z"), message : 'cpu is on fire!', host: ObjectID('AAAB') // Reference to the Host document}
我们在logsmg中，存放对host的_id引用即可。
综上所述，在对1 to n关系建模时，我们需要考虑：
1）n代表的数量级很小，且n代表的实体不需要单独操作时，可以采用嵌入式建模。
2）n代表的数量级比较大，或者n代表的实体需要单独进行操作时，采用在1中用Array存放引用的方式建模。
3）n代表的数量级非常大时，我们没有选择，只能在n端添加一个引用到1端。
内容总结
以上是互联网集市为您收集整理的MongoDB一对多关系建模全部内容，希望文章能够帮你解决MongoDB一对多关系建模所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。