目录
在使用node开发后端项目的时候，通常会选择mongodb作为数据库，而使用mongodb通常是选择mongoose作为操作mongodb的驱动。
首先我们知道mongodb是非关系型的的数据库，也就是说保存的每行数据的字段都可以不一样、不统一，我们以一个简单博客系统的数据为例，涉及到的数据信息可能会有用户、文章、留言。
小明发一篇文章, 那么小明的数据如下：
{
name:'小明',
articles:[
{
content:'这是一篇文章内容'
}
]
}
两篇文章：
{
name:'小明',
articles:[
{
content:'这是一篇文章内容'
},
{
content:'这是第二篇文章的内容'
}
]
}
还有每篇文章都可能有留言的，例如小红给小明的文章留言，那么数据就会如下：
{
name:'小明',
articles:[
{
content:'这是一篇文章内容',
msgs:[
{
name:'小红'，
content:'小红给小明的留言'
}
]
},
{
content:'这是第二篇文章的内容',
msgs:[
{
name:'小红'，
content:'小红给小明第二篇文章的留言'
}
]
}
]
}
小王也给小明的文章留言，那么数据如下：
{
name:'小明',
articles:[
{
content:'这是一篇文章内容',
msgs:[
{
name:'小红'，
content:'小红给小明的留言'
},
{
name:'小王'，
content:'小王给小明的留言！！'
}
]
},
{
content:'这是第二篇文章的内容',
msgs:[
{
name:'小红'，
content:'小红给小明第二篇文章的留言'
},
{
name:'小王'，
content:'小王小明第二篇文章的留言！！'
}
]
}
]
}
问题来了，因为文章信息、留言信息都是保存在用户的信息下，如果某个用户的信息修改了，那么都需要遍历其他的用户的数据去做修改，如：小红的信息修改了，那么也需要去小明的文章下找到小红的信息去修改。 或者需要修改文章也需要通过用户的信息去修改。 这样就比较麻烦了，也不高效。
于是就有了数据库关系查询，mongodb也是最像关系型数据库的非关系型数据库，就是让他们的相同类别数据存在同一个集合(表)中， 让行内的某个字段做集合与集合之间的对应关系，通常是用id作为集合之间的映射关系。
我们直接使用mongoose操作mongodb:
首先准备三个集合（表）
users 存放用户信息
articles 存放文章信息，每篇文章都属于某个用户(用user字段和users的_id字段做关联)
msgs ： 存放留言信息，每条留言都属于某个用户，每条留言也属于某篇文章(用user字段和users的id字段做关联, 用article字段和articles的id做关联)
关系如下图：
对应的scheme (_id字段在保存数据的时候会自动添加，所以我们不用定义)
usermodel.js
const mongoose = require('./db');
const schema = mongoose.schema({
username:string,
password: string
},{collection:'users'})
const model = mongoose.model('users',schema)
module.exports = model;
articlemodel.js
const mongoose = require('./db');
const schema = mongoose.schema({
title: string,
content: string,
user: {type: mongoose.schema.types.objectid, ref:'users'}
},{collection:'articles'})
const model = mongoose.model('articles',schema)
module.exports = model;
msgmodel.js
const mongoose = require('./db');
const schema = mongoose.schema({
content: string,
user: {type: mongoose.schema.types.objectid, ref:'users'},
article: {type: mongoose.schema.types.objectid, ref:'articles'},
},{collection:'msgs'})
const model = mongoose.model('msgs',schema)
module.exports = model;
关联查询（一对一）
1.查询文章对应查询文章的用户信息
使用populate方法填充方法
参数1： 需要查询的关联字段
参数2： 关联查询出来的信息需要显示字段
articlemodel.find().populate('user','username avatar').exec(function(err,as){
console.log(as)
})
这样查询出来的文章信息都带有用户信息，而不是只有一个用户id
关联查询（一对多）
想要查询文章，然后查询出关于这篇的所有留言
1.聚合查询方式：
在这里的话，需要用到聚合查询，查询方式如下
// 多集合关联查询
articlemodel.aggregate([
{
$lookup:{
from:'msgs', // 关联的集合
localfield:'_id', // 本地关联的字段
foreignfield:'article', // 对方集合关联的字段
as:'mms', // 结果字段名,
},
}
],(err,dds)=>{
console.log(dds)
})
使用aggregate()方法就可以使用聚合查询了，方法接收一个数组参数
$lookup是关联查询的意思，就像sql中的join
2.虚拟字段查询方式
在articlemodel.js 中添加如下代码
schema.virtual('mms',{ // 参数1为加的虚拟字段名称
ref:'msgs', //关联查询的集合
localfield: '_id', // 当前集合和对方集合关联的字段
foreignfield: 'article', // 对方集合字段和本集合关联的字段
count: true // count是否只显示总条数; true为显示, false为不显示
})
// 下面这两句只有加上了， 虚拟字段才可以显性的看到，不然只能隐性使用
schema.set('toobject',{virtuals:true})
schema.set('tojson',{virtuals:true})
virtual 方法是给schema添加虚拟字段，
参数1 ： 虚拟字段的名称
参数2： 虚拟字段的配置
然后通过populate查询
articlemodel.find().populate('mms').exec((err,as)=>{
console.log(as)
})
这样查询出来的文章列表就有个mms字段了，这个字段对应的这篇文章的留言总数
以上就是使用mongoose 做多集合关联查询的方法。
总结
一对一关系的集合可以通过populate填充查询。
一对多关系的集合可以通过聚合和虚拟字段进行查询
到此这篇关于使用mongoose实现多集合关联查询的文章就介绍到这了,更多相关mongoose多集合关联查询内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持！
