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)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：
|
1 2 3 4 5 6 |
{ "_id" :ObjectId( "52ffc33cd85242f436000001" ), "name" : "Tom Hanks" , "contact" : "987654321" , "dob" : "01-01-1991" } |
以下是 address 文档的简单结构：
|
1 2 3 4 5 6 7 |
{ "_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：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 |
{ "_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：
|
1 |
>db.users.findOne({ "name" : "Tom Benzamin" },{ "address" :1}) |
注意：以上查询中 db 和 users 表示数据库和集合。
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。
|
1 2 3 4 5 6 7 8 9 10 |
{ "_id" :ObjectId( "52ffc33cd85242f436000001" ), "contact" : "987654321" , "dob" : "01-01-1991" , "name" : "Tom Benzamin" , "address_ids" : [ ObjectId( "52ffc4a5d85242602e000000" ), ObjectId( "52ffc4a5d85242602e000001" ) ] } |
以上实例中，用户文档的 address_ids 字段包含用户地址的对象id（ObjectId）数组。
我们可以读取这些用户地址的对象id（ObjectId）来获取用户的详细地址信息。
这种方法需要两次查询，第一次查询用户地址的对象id（ObjectId），第二次通过查询的id获取用户的详细地址信息。
|
1 2 |
>var result = db.users.findOne({ "name" : "Tom Benzamin" },{ "address_ids" :1}) >var addresses = db.address.find({ "_id" :{ "$in" :result[ "address_ids" ]}}) |
以上就是浅谈MongoDB 关系的详细内容，更多关于MongoDB 关系的资料请关注服务器之家其它相关文章！
原文链接：https://www.runoob.com/mongodb/mongodb-relationships.html