实现 MongoDB 外键关联
**【摘要】**
Mongodb 作为分布式文件存储的数据库，想实现多表关联 JOIN 查询并非易事。但通过集算器 SPL 语言，在 Mongodb 中多个表的外键关联查询，完全可以做到像关系数据库那样方便容易。若想了解更多，请前往乾学院：实现 MongoDB 外键关联!
MongoDB 是一个分布式文件存储的数据库，也是 nosql 中最像关系型数据库的一种。但是 mongodb 采用文档模式设计的，这意味着集合中的文档可以有相同或不同的字段，因此在关系型数据库非常擅长的多表关联方面就显得差强人意。如果采用 Mongodb 本身的 API 则需要硬编码才能实现外键关联，不够直观且难度较大，这种情况下可以用集算器 SPL 语言来实现，下面用例子说明。
Collection UserCourseProgress 记录着用户和课程的关系，其courseid字段是外键，指向Collection Course的_id字段。需要统计出每门课的人数，其中课程名称需要使用Course的title字段进行显示。
UserCourseProgress |
Course |
{"userId":"u01", |
{"_id":"c01" "title":"Japanese159", "description":"Japanese base", "category":"language"} {"_id":"c02" "title":"Chinese200", "description":"Chinese middle", "category":"language"} {"_id":"c03" "title":"Political science 280", "description":"Political middle", "category":"politics"} {"_id":"c04" "title":"EE490", "description":"electronic engineering hign", "category":"Electronic"} |
使用集算器SPL的代码如下：
| A | |
| 1 | =mongo_open("mongodb://localhost:27017/local?user=test&password=test") |
| 2 | =mongo_shell(A1,"UserCourseProgress.aggregate([{$group: {_id: {'primary':'$courseid'},'popularityCount': {$sum: 1}}}, {$sort:{'popularityCount':-1}},{$project:{_id:0,'courseid':'$_id.primary','popularityCount':1}}])") |
| 3 | =mongo_shell(A1,"Course.find(,{title:1})").fetch() |
| 4 | =A2.switch(courseid,A3:_id) |
| 5 | =A4.new(popularityCount,courseid.title) |
| 6 | =mongo_close(A1) |
A1: 连接MongoDB，连接字格式为mongo://ip:port/db?arg=value&…。
A2: 统计出每门课的人数。这里使用MongoDB聚合函数aggregate在UserCourseProgress中取数，参数是遵循mongodb规范的汇总表达式。计算结果是内存数据，如下：
A3: 用find函数从Course中取数，过滤条件为空。Find的结果是游标，由于课程数量较少，因此用可以fetch函数将游标读入内存，结果如下：
A4: 使用switch函数将A3中的外键切换为A2中的记录，结果如下：
A5：按对象方式访问内存，形成新的二维表，结果如下：
A6：关闭mongodb连接。
通过上面的例子可以看到，借助集算器SPL语言，在Mongodb中多个表的外键关联查询，完全可以做到像关系数据库那样方便、容易、直观，不必担心因为Mongodb是非关系型数据库而带来的表间弱关联的影响。
