前言
MongoDB不同于咱们罕用的mysql,作为一款非关系型数据库,数据存储已相似于json格局存储在文档里,不存在外建,无奈实现mysql的表格之间关联。那么,对于一对一,一对多,多对一,多对多关系如何实现呢?
一对多
对于一条班级数据
{ "_id":ObjectId("52ffc33cd85242f436000001"), "name": "软件181班", "number": "36"}
与多条学生数据
{ "_id":ObjectId("52ffc33cd85242f436000002"), "name": "张三", "num": "185762", "address": "河北省XX市"}{ "_id":ObjectId("52ffc33cd85242f436000003"), "name": "李四", "num": "185763", "address": "河北省XX市"}
有嵌入和援用两种办法
嵌入
{ "_id":ObjectId("52ffc33cd85242f436000001"), "name": "软件181班", "number": "36", "student": [ { "name": "张三", "num": "185762", "address": "河北省XX市" }, { "name": "李四", "num": "185763", "address": "河北省XX市" }]}
长处是一次查问便可找到关联数据。
毛病是随着关联数据量的减少,会减少读写工夫。
援用
{ "_id":ObjectId("52ffc33cd85242f436000001"), "name": "软件181班", "number": "36", "student_ids": [ ObjectId("52ffc4a5d85242602e000001"), ObjectId("52ffc4a5d85242602e000002") ]}
援用形式,对于学生根底数据存储在学生表,一条班级数据只存储所有相干学生id。
关联查问时,须要两次查问,第一次查问班级信息,第二次应用班级关联学生id查问学生信息。
长处是当大量关联数据时缩小一次读写工夫。
毛病是造成屡次查问,减少查问工夫。
多对多
对于多对多关系咱们须要具体问题具体分析。
比方图书和标签多对多。只须要查找图书对应标签,而没有通过标签查找图书性能(如果没有)。那么只须要在一张表去记录图书和标签数据即可。
{ "_id":ObjectId("00000111111"), "name": "计算机组成原理", "tag": [ { "name": "计算机", }, { "name": "考研", }]}{ "_id":ObjectId("00000111111"), "name": "汤家凤高等数学18讲", "tag": [ { "name": "数学", }, { "name": "考研", }]}
然而对于课程和班级多对多来讲,咱们有时须要查问班级上哪几门课程,有时须要查问这门课程都哪几个班级上,然而大多状况下都是查问班级上哪几门课程。咱们就能够设置一个班级表,一个课程表,在班级表下关联相干课程。
班级表
{ "_id":ObjectId("52ffc33cd85242f436000001"), "name": "软件181班", "number": "36", "klass_ids": [ ObjectId("52ffc4a0001"), ObjectId("52ffc4a0002") ]}{ "_id":ObjectId("52ffc33cd85242f436000001"), "name": "软件182班", "number": "35", "klass_ids": [ ObjectId("52ffc4a0001"), ObjectId("52ffc4a0003") ]}
课程表
{ "_id":ObjectId("52ffc4a0001"), "name": "数据结构",}{ "_id":ObjectId("52ffc4a0002"), "name": "计算机网络",}{ "_id":ObjectId("52ffc4a0003"), "name": "软件工程",}
对于大多数情景,咱们能够通过班级查问有哪些课程。对于课程查问有哪些班级,咱们也能够通过语句反查。
总结
比照Mysql来说,NoSql绝对于更加灵便,咱们应摈弃mysql的思维,服务于咱们的场景去设计数据库。