在MongoDB中搜索多个集合

我知道MongoDB的理论和is不支持连接的事实，我应该尽可能多地使用嵌入文档或反规范化，但下面是：

我有多个文档，例如：

• 用户，其中嵌入郊区，但也有：名字，姓氏
• 郊区，其中嵌入了州
• 嵌入School的Child属于用户，但也有：名、姓

例如：

Users:
{ _id: 1, first_name: 'Bill', last_name: 'Gates', suburb: 1 }
{ _id: 2, first_name: 'Steve', last_name: 'Jobs', suburb: 3 }

Suburb:
{ _id: 1, name: 'Suburb A', state: 1 }
{ _id: 2, name: 'Suburb B', state: 1 }
{ _id: 3, name: 'Suburb C', state: 3 }

State:
{ _id: 1, name: 'LA' }
{ _id: 3, name: 'NY' }

Child:
{ _id: 1, _user_id: 1, first_name: 'Little Billy', last_name: 'Gates' }
{ _id: 2, _user_id: 2, first_name: 'Little Stevie', last_name: 'Jobs' }

我需要执行的搜索位于：

• 用户和子用户的名字、姓氏
• 来自用户的状态

我知道我必须做多个查询才能完成它，但如何才能做到这一点？使用mapReduce还是聚合

你能指出一个解决办法吗

我曾尝试使用mapReduce，但这并没有让我拥有来自用户的包含state_id的文档，所以我在这里介绍了它

这个答案已经过时了。自3.2版以来，MongoDB对使用聚合运算符的左外部联接的支持有限

MongoDB不执行跨多个集合-期间的查询。当需要连接来自多个集合的数据时，必须在应用程序级别执行多个查询

查询集合A

从结果中获取次键并将其放入数组中

查询集合B将该数组作为

在应用层以编程方式连接两个查询的结果

---

必须这样做应该是一种例外，而不是常态。当您经常需要模拟这样的连接时，这要么意味着您在设计数据库模式时仍然考虑太多的关系，要么意味着您的数据根本不适合MongoDB基于文档的存储概念。

如果采用非规范化的模式设计方法，您会发现MongoDB更容易理解。也就是说，您希望以请求客户端应用程序理解文档的方式来构造文档。从本质上讲，您正在对应用程序处理的文档进行建模。当您以这种方式对数据建模时，联接就变得不那么重要了。考虑一下我是如何把你的数据分解成一个集合：

{  
    _id: 1, 
    first_name: 'Bill', 
    last_name: 'Gates', 
    suburb: 'Suburb A',
    state: 'LA',
    child : [ 3 ]
}

{ 
    _id: 2, 
    first_name: 'Steve', 
    last_name: 'Jobs', 
    suburb: 'Suburb C',
    state 'NY',
    child: [ 4 ] 
}
{ 
    _id: 3, 
    first_name: 'Little Billy', 
    last_name: 'Gates',
    suburb: 'Suburb A',
    state: 'LA',
    parent : [ 1 ]
}

{
    _id: 4, 
    first_name: 'Little Stevie', 
    last_name: 'Jobs'
    suburb: 'Suburb C',
    state 'NY',
    parent: [ 2 ]
}

---

第一个优点是这个模式更容易查询。此外，地址字段的更新现在与个人实体一致，因为这些字段嵌入到单个文档中。还要注意父母和孩子之间的双向关系吗？这使得这个集合不仅仅是个人的集合。父子关系意味着此集合也是一个集合。以下是一些资源，可能会对您的思考有所帮助。

以下是一个JavaScript函数，它将返回一个数组，其中包含与指定条件匹配的所有记录，并在当前数据库中的所有集合中搜索：

function searchAll(query,fields,sort) {
    var all = db.getCollectionNames();
    var results = [];
    for (var i in all) {
        var coll = all[i];
        if (coll == "system.indexes") continue;
        db[coll].find(query,fields).sort(sort).forEach(
            function (rec) {results.push(rec);} );
    }
    return results;
}

在Mongo shell中，您可以复制/粘贴函数，然后像这样调用它：

>var recs=searchAll（{filename:{$regex:'.pdf$'}，{moddate:1，filename:1，_id:0}，{filename:1}） >记录

---

基于@brian moquin和其他人，我创建了一组函数，通过简单的关键字使用整个键（字段）搜索整个集合

这是我的要点

为了了解更多细节，我首先创建了一个函数来收集所有键

function keys(collectionName) {
    mr = db.runCommand({
        'mapreduce': collectionName,
        'map': function () {
            for (var key in this) { emit(key, null); }
        },
        'reduce': function (key, stuff) { return null; },
        'out': 'my_collection' + '_keys'
    });
    return db[mr.result].distinct('_id');
}

然后再从keys数组生成一个

$或
查询

function createOR(fieldNames, keyword) {
    var query = [];
    fieldNames.forEach(function (item) {
        var temp = {};
        temp[item] = { $regex: '.*' + keyword + '.*' };
        query.push(temp);
    });
    if (query.length == 0) return false;
    return { $or: query };
}

下面是搜索单个集合的函数

function findany(collection, keyword) {
    var query = createOR(keys(collection.getName()));
    if (query) {
        return collection.findOne(query, keyword);
    } else {
        return false;
    }
}

最后是每个集合的搜索功能

function searchAll(keyword) {
    var all = db.getCollectionNames();
    var results = [];
    all.forEach(function (collectionName) {
        print(collectionName);
        if (db[collectionName]) results.push(findany(db[collectionName], keyword));
    });
    return results;
}

您只需在Mongo控制台中加载所有函数，并执行
searchAll（'any keyword'）
，因此现在可以在mongodb中加入，您可以在这里使用和聚合来实现这一点，这可能是在多个集合中查找的最佳方式

db.collection.aggregate([
  { "$limit": 1 },
  { "$facet": {
    "c1": [
      { "$lookup": {
        "from": Users.collection.name,
        "pipeline": [
          { "$match": { "first_name": "your_search_data" } }
        ],
        "as": "collection1"
      }}
    ],
    "c2": [
      { "$lookup": {
        "from": State.collection.name,
        "pipeline": [
          { "$match": { "name": "your_search_data" } }
        ],
        "as": "collection2"
      }}
    ],
    "c3": [
      { "$lookup": {
        "from": State.collection.name,
        "pipeline": [
          { "$match": { "name": "your_search_data" } }
        ],
        "as": "collection3"
      }}
    ]
  }},
  { "$project": {
    "data": {
      "$concatArrays": [ "$c1", "$c2", "$c3" ]
    }
  }},
  { "$unwind": "$data" },
  { "$replaceRoot": { "newRoot": "$data" } }
])

您可以通过MongoDB驱动程序使用$mergeObjects实现这一点
例子
使用以下文档创建收款单：

db.orders.insert([
  { "_id" : 1, "item" : "abc", "price" : 12, "ordered" : 2 },
  { "_id" : 2, "item" : "jkl", "price" : 20, "ordered" : 1 }
])

db.items.insert([
  { "_id" : 1, "item" : "abc", description: "product 1", "instock" : 120 },
  { "_id" : 2, "item" : "def", description: "product 2", "instock" : 80 },
  { "_id" : 3, "item" : "jkl", description: "product 3", "instock" : 60 }
])

{ "_id" : 1, "item" : "abc", "description" : "product 1", "instock" : 120, "price" : 12, "ordered" : 2 }
{ "_id" : 2, "item" : "jkl", "description" : "product 3", "instock" : 60, "price" : 20, "ordered" : 1 }

使用以下文档创建另一个集合项：

db.orders.insert([
  { "_id" : 1, "item" : "abc", "price" : 12, "ordered" : 2 },
  { "_id" : 2, "item" : "jkl", "price" : 20, "ordered" : 1 }
])

db.items.insert([
  { "_id" : 1, "item" : "abc", description: "product 1", "instock" : 120 },
  { "_id" : 2, "item" : "def", description: "product 2", "instock" : 80 },
  { "_id" : 3, "item" : "jkl", description: "product 3", "instock" : 60 }
])

{ "_id" : 1, "item" : "abc", "description" : "product 1", "instock" : 120, "price" : 12, "ordered" : 2 }
{ "_id" : 2, "item" : "jkl", "description" : "product 3", "instock" : 60, "price" : 20, "ordered" : 1 }

以下操作首先使用$lookup阶段通过项字段连接两个集合，然后使用$replaceRoot中的$mergeObjects合并来自项和订单的连接文档：

db.orders.aggregate([
   {
      $lookup: {
         from: "items",
         localField: "item",    // field in the orders collection
         foreignField: "item",  // field in the items collection
         as: "fromItems"
      }
   },
   {
      $replaceRoot: { newRoot: { $mergeObjects: [ { $arrayElemAt: [ "$fromItems", 0 ] }, "$$ROOT" ] } }
   },
   { $project: { fromItems: 0 } }
])

该操作将返回以下文档：

db.orders.insert([
  { "_id" : 1, "item" : "abc", "price" : 12, "ordered" : 2 },
  { "_id" : 2, "item" : "jkl", "price" : 20, "ordered" : 1 }
])

db.items.insert([
  { "_id" : 1, "item" : "abc", description: "product 1", "instock" : 120 },
  { "_id" : 2, "item" : "def", description: "product 2", "instock" : 80 },
  { "_id" : 3, "item" : "jkl", description: "product 3", "instock" : 60 }
])

{ "_id" : 1, "item" : "abc", "description" : "product 1", "instock" : 120, "price" : 12, "ordered" : 2 }
{ "_id" : 2, "item" : "jkl", "description" : "product 3", "instock" : 60, "price" : 20, "ordered" : 1 }

此技术合并对象并返回结果
最小解决方案有效，但需要修复：
var query=createOR（key（collection.getName（））；
需要将关键字作为第二个参数添加到createOR调用中。
我认为两者都不是。聚合框架和map reduce的目标是聚合/汇总单个集合中的数据。类联接操作应由应用程序而不是数据库处理。作为旁注-你不想“尽可能地去规范化”。你能编辑这个问题，包括你试图解决这个问题的步骤吗？我不知道你被困在哪里了，我还没怎么试过。当我看到mapReduce没有用state_id填充我的用户文档时，我退出了，并寻求建议。你好，Philipp，我完全理解你的逐步解释，但我想知道的是，是否有任何方法可以直接在MongoDB中执行上述查询，通过不同的javascript函数或等效的存储过程，您可以在MongoDB数据库服务器上使用。但是，我可以使用rockmongo这样的GUI组织多个查询吗？我认为，如果youtube上10gen视频中的每个数据都有多对多关系，那么就我而言，我们的数据根本不适合基于文档的存储。但无模式设计的易用性、扩展和分发等操作的易用性以及后台索引等实用程序使我们选择了mongodb。因此，即使我们通过多个查询，我也无法将同一个文档写入2亿次，而不是仅将一个ID作为辅助键