MongoDB关联关系解析以及java操作关联关系

传统关系型数据库中，关系关系通过一个外键来表述很清楚。那么在MongoDB中如何表达传统关系数据库中的一对多（1 to n )关系或者多对多( n to n )呢？
基于MongoDB丰富的表达力，我们不能说必须采用向关系数据库那样有一个标准的方法来进行1 to n的关系表达。我们将从3个具体场景来表达MongoDB的关联关系。

首先，我们将1 to n中的n进行场景细化。这个n究竟代表多大的量级呢？是几个到几十个？还是几个到几千个？还是成千上万个？

1 to n（n代表好几个，或几十个，反正不太多）

比如每个Person会有多个Address。此种情况下，我们采用最简单的嵌入式文档来建模。

{  name: 'wx',  addresses : [     { street: '123 Sesame St', city: 'Anytown', cc: 'USA' },     { street: '123 Avenue Q', city: 'New York', cc: 'USA' }  ]}

需执行如下语句:

db.persion.insert({name:"wx",addresses:[{ street: '123 Sesame St', city: 'Anytown', cc: 'USA' },{ street: '123 Avenue Q', city: 'New York', cc: 'USA' }]});

这种建模的方式包含了显而易见的优点和缺点：
优点：你不需要执行单独的查询就可以获得某个Person的所有Address信息。

缺点：你无法像操作独立文档那样来操作Address信息。你必须首先操作（比如查询）Person文档后，才有可能继续操作Address。

在本实例中，我们不需要对Address进行独立的操作，且Address信息只有在关联到某一个具体Person后才有意义。所以结论是：采用这种embedded（嵌入式）建模是非常适合Person-Address场景的。

1 to n（n代表好些个，比如几十个，甚至几百个）

比如产品（Product）和零部件（part），每个产品会有很多个零部件。这种场景下，我们可以采用引用方式来建模，如下：

零部件（Part）：

{    _id : ObjectID('AAAA'),    partno : '123-aff-456',    name : '#4 grommet',    qty: 94,    cost: 0.94,    price: 3.99}

产品（Product）：

{    name : 'left-handed smoke shifter',    manufacturer : 'Acme Corp',    catalog_number: 1234,    parts : [     // array of references to Part documents        ObjectID('AAAA'),    // reference to the #4 grommet above        ObjectID('F17C'),    // reference to a different Part        ObjectID('D2AA'),        // etc    ]}

执行的核心语句:

db.Product.insert({xxxx,"parts":[]});db.Product.update({name:"left-handed smoke shifter"},{$pushAll:{parts:["ObjectId('575cf4cdb9140c7ed2a3b877')","ObjectId('575cf4d0b9140c7ed2a3b878')"]}});

首先每个part作为单独的文档存在。每个产品中包含一个数组类型字段（parts），这个数组中存放的是所有该产品包含的零部件的编号（_id主键）。当你需要根据某一个产品编号查询该产品包含的所有部件信息时，你可以执行以下操作：

product = db.Product.findOne({name:"left-handed smoke shifter"});xxxdb.Part.find({_id:{$in:product.parts}}).toArray();[    {        "_id" : ObjectId("575cf4cdb9140c7ed2a3b877"),        "partno" : "part1"        xxx    },    {        "_id" : ObjectId("575cf4d0b9140c7ed2a3b878"),        "partno" : "part2"        xxxx    }]

这种建模方式的优缺点也非常明显：

优点：部件是作为独立文档（document）存在的，你可以对某一部件进行独立的操作，比如查询或更新。

缺点：如上，你必须通过两次查询才能找到某一个产品所属的所有部件信息。

在本例中，这个缺点是可以接受的，本身实现起来也不难。而且，通过这种建模，你可以轻易的将1 to n扩展到n to n，即一个产品可以包含多个部件，同时一个部件也可以被多个产品所引用（即同一部件可以被多个产品使用）。

3）1 to n（这个n代表很大的数值，比如成千上万，甚至更大）

比如，每一个主机（host）会产生很大数量的日志信息（logmsg）。在这种情况下，如果你采用嵌入式建模，则一个host文档会非常庞大，从而轻易超过MongoDB的文档大小限制，所以不可行。如果你采用第二中方式建模，用数组来存放所有logmsg的_id值，这种方式同样不可行，因为当日志很多时，即使单单引用objectId也会轻易超过文档大小限制。所以此时，我们采用以下方式：

主机（hosts）：

{    _id : ObjectID('AAAB'),    name : 'goofy.example.com',    ipaddr : '127.66.66.66'}

日志（logmsg）：

{    time : ISODate("2014-03-28T09:42:41.382Z"),    message : 'cpu is on fire!',    host: ObjectID('AAAB')       // Reference to the Host document}

执行的关键语句为:

db.hosts.insert({name:"comput1",ipAddr:"192.168.199.199"});db.logmsg.insert({_id:ObjectId("575d057cb9140c7ed2a3b87a"),message:"cpu is on fire"})db.logmsg.update({message:"cpu is on fire"},{host:ObjectId("575d057cb9140c7ed2a3b87a")})

我们在logsmg中，存放对host的_id引用即可。

综上所述，在对1 to n关系建模时，我们需要考虑：

• 1）n代表的数量级很小，且n代表的实体不需要单独操作时，可以采用嵌入式建模。

• 2）n代表的数量级比较大，或者n代表的实体需要单独进行操作时，采用在1中用Array存放引用的方式建模。

• 3）n代表的数量级非常大时，我们没有选择，只能在n端添加一个引用到1端。

Java操作关系