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
NIFI从Oracle11G同步数据到Mysql_亲测可用_解决数据重复_数据跟源表不一致的问题---大数据之Nifi工作笔记0065
查看>>
NIFI从PostGresql中离线读取数据再导入到MySql中_带有数据分页获取功能_不带分页不能用_NIFI资料太少了---大数据之Nifi工作笔记0039
查看>>
nifi使用过程-常见问题-以及入门总结---大数据之Nifi工作笔记0012
查看>>
NIFI分页获取Mysql数据_导入到Hbase中_并可通过phoenix客户端查询_含金量很高的一篇_搞了好久_实际操作05---大数据之Nifi工作笔记0045
查看>>
NIFI分页获取Postgresql数据到Hbase中_实际操作---大数据之Nifi工作笔记0049
查看>>
NIFI同步MySql数据_到SqlServer_错误_驱动程序无法通过使用安全套接字层(SSL)加密与SQL Server_Navicat连接SqlServer---大数据之Nifi工作笔记0047
查看>>
NIFI同步MySql数据源数据_到原始库hbase_同时对数据进行实时分析处理_同步到清洗库_实际操作06---大数据之Nifi工作笔记0046
查看>>
Nifi同步过程中报错create_time字段找不到_实际目标表和源表中没有这个字段---大数据之Nifi工作笔记0066
查看>>
NIFI大数据进阶_FlowFile拓扑_对FlowFile内容和属性的修改删除添加_介绍和描述_以及实际操作---大数据之Nifi工作笔记0023
查看>>
NIFI大数据进阶_FlowFile生成器_GenerateFlowFile处理器_ReplaceText处理器_处理器介绍_处理过程说明---大数据之Nifi工作笔记0019
查看>>
NIFI大数据进阶_FlowFile生成器_GenerateFlowFile处理器_ReplaceText处理器_实际操作---大数据之Nifi工作笔记0020
查看>>
NIFI大数据进阶_Json内容转换为Hive支持的文本格式_实际操作_02---大数据之Nifi工作笔记0032
查看>>
NIFI大数据进阶_Json内容转换为Hive支持的文本格式_操作方法说明_01_EvaluteJsonPath处理器---大数据之Nifi工作笔记0031
查看>>
NIFI大数据进阶_Kafka使用相关说明_实际操作Kafka消费者处理器_来消费kafka数据---大数据之Nifi工作笔记0037
查看>>
NIFI大数据进阶_Kafka使用相关说明_实际操作Kafka生产者---大数据之Nifi工作笔记0036
查看>>
NIFI大数据进阶_NIFI的模板和组的使用-介绍和实际操作_创建组_嵌套组_模板创建下载_导入---大数据之Nifi工作笔记0022
查看>>
NIFI大数据进阶_NIFI监控功能实际操作_Summary查看系统和处理器运行情况_viewDataProvenance查看_---大数据之Nifi工作笔记0026
查看>>
NIFI大数据进阶_NIFI监控的强大功能介绍_处理器面板_进程组面板_summary监控_data_provenance事件源---大数据之Nifi工作笔记0025
查看>>
NIFI大数据进阶_NIFI集群知识点_认识NIFI集群以及集群的组成部分---大数据之Nifi工作笔记0014
查看>>
NIFI大数据进阶_NIFI集群知识点_集群的断开_重连_退役_卸载_总结---大数据之Nifi工作笔记0018
查看>>