MongoDB 中的关系表示多个文档之间在逻辑上的相互联系，文档之间可以通过嵌入或引用来建立联系，这种联系可以是 1:1（1对1）、1:N（1对多）、N:1（多对1）、N:N（多对多）。例如我们要存储用户的收货地址，一个用户可以拥有多个收货地址，从而形成 1:N 的关系。

下面展示了一个记录用户信息的文档的结构：

{
    "_id":ObjectId("52ffc33cd85242f436000001"),
    "name": "bianchengbang",
    "phone": "15011226666",
    "birth": "01-01-1991"
}

以下是记录用户地址的文档结构：

{
    "_id":ObjectId("52ffc4a5d85242602e000000"),
    "place": "22 A, Indiana Apt",
    "postcode": 123456,
    "city": "Los Angeles",
    "country": "California"
}

嵌入式关系

在嵌入式关系中，我们可以将记录用户地址的文档嵌入到用户文档中，如下所示：

{
        "_id" : ObjectId("603c8471f2c28d0fdf74ae78"),
        "phone" : "15011226666",
        "pincode" : "01-01-1991",
        "name" : "bianchengbang",
        "address" : [
                {
                        "place" : "22 A, Indiana Apt",
                        "postcode" : 123456,
                        "city" : "Los Angeles",
                        "country" : "California"
                },
                {
                        "place" : "170 A, Acropolis Apt",
                        "postcode" : 456789,
                        "city" : "Chicago",
                        "country" : "Illinois"
                }
        ]
}

这种将所有相关数据都保存在一个文档中的方式，可以使得文档的检索和维护变的更加容易，当我们要查询用户地址时，可以像下面这样：

> db.users.findOne({"name":"bianchengbang"},{"address":1})
{
        "_id" : ObjectId("603c8471f2c28d0fdf74ae78"),
        "address" : [
                {
                        "place" : "22 A, Indiana Apt",
                        "postcode" : 123456,
                        "city" : "Los Angeles",
                        "country" : "California"
                },
                {
                        "place" : "170 A, Acropolis Apt",
                        "postcode" : 456789,
                        "city" : "Chicago",
                        "country" : "Illinois"
                }
        ]
}

虽然这样的结构在读取数据时很方便，但这种数据结构也是有缺点的，当用户和用户地址不断增加，数据量不断变大时，会大大影响数据库的读写性能。

引用式关系

引用式关系是设计数据库时经常用到的方法，在这种方法中，用户文档和用户地址文档是分开的，通过引用文档的 id 字段来建立它们之间的关系。如下所示：

{
        "_id" : ObjectId("603c8471f2c28d0fdf74ae78"),
        "phone" : "15011226666",
        "pincode" : "01-01-1991",
        "name" : "bianchengbang",
        "address_ids" : [
                ObjectId("603c8471f2c28d0fdf74ae79"),
                ObjectId("603c8471f2c28d0fdf74ae80")
        ]
}

如上所示，在用户文档中包含一个 address_ids 字段，其中包含用户地址文档中相应的 ObjectId。使用这些 ObjectId，我们可以从用户地址文档中获取地址的详细信息。使用这种方法，我们将需要两次查询，第一次从用户文档中获取 address_ids 字段，第二次从地址集合中获取地址的详细信息。

> var ids = db.users.findOne({"name":"bianchengbang"},{"address_ids":1})
> var addresses = db.address.find({"_id":{"$in":ids["address_ids"]}}).pretty()
> addresses
{
        "_id" : ObjectId("603c9355f2c28d0fdf74ae79"),
        "place" : "22 A, Indiana Apt",
        "postcode" : 123456,
        "city" : "Los Angeles",
        "country" : "California"
}
{
        "_id" : ObjectId("603c937bf2c28d0fdf74ae7a"),
        "place" : "170 A, Acropolis Apt",
        "postcode" : 456789,
        "city" : "Chicago",
        "country" : "Illinois"
}

本文链接：http://task.lmcjl.com/news/17670.html