mongodb 3.x 之实用新功能窥看[2] ——使用$lookup做多表关联处理

关注

转载最新推荐文章于 2026-03-23 01:11:17 发布 578 阅读 AI 写同款· GEO 优化 ›

MySQL和MongoDB如何JOIN查询？一个直接在本地运行的SQL执行引擎在微服务和云原生愈发流行的今天，数据的分布也愈发脱离单库单机而更加复杂，使用的数据库类型也会更多，但业务的复杂依然会带来了大量的数据查询和导出需求，而很多时候我们很难为数据量的大部分系统创建完整的BI数仓系统，这时候你是不是觉得为这些需求查询和导出数据就会是一个十分困难且耗时的工作？Syncany-SQL就是这样一个工具，来在不依赖数据库的情况下完成不同库表、不同机器和不同数据库类型间直接关联查询和聚合计算后直接导出到常用文件的工具。阅读详情

　这篇我们来看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~。

一：介绍Aggregate

　这个aggregate在mongodb中算是一个非常重量级的工具了，而且pipeline的管道模型的理论就是后面操作的数据源来源于上一次操作的结果，这个

应该很好理解吧，好了，下面我们简单看看aggreation中到底有哪几个一等公民。

很简单，就是上面的这十三个，比如说有了所谓的$group操作，我们就可以把这个aggreation做group的处理，有了$sort操作，就可以将结果进行排

序，有了$out操作，我们就可以将结果放到一个collections中去或者inline模式展示。。。

1. $lookup

说了这么多，下面我们简单的来演示一下，比如我们有一个product表，有一个orders表，自然就存在着一个外键关系，下面我们就来造点数据。

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()

好了，数据已经构造完毕，接下来我们要做的一个小需求就是，在orders表中，找到price of product >20 的订单，这个需求看起来很简单，对吧，

但是呢，我们的orders表中是没有price的field的，所以第一步就是：

<1> $lookup 表关联

 1 db.product.aggregate([
 2     {
 3       $lookup:
 4         {
 5           from: "orders",
 6           localField: "_id",
 7           foreignField: "pid",
 8           as: "inventory_docs"
 9         }
10    }
11 ])

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 }

最后我放一张图，这样好眼见为实：

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】

好了，表关联已经做好了，接下来我们就需要用另外一个关键词叫做$match，where条件的意思嘛。。。

<2> $match筛选

 1 db.product.aggregate([
 2     {
 3       $lookup:
 4         {
 5           from: "orders",
 6           localField: "_id",
 7           foreignField: "pid",
 8           as: "inventory_docs"
 9         }
10    },
11    { $match : { price : {$gt:20} } }
12 ])