多表关联（$lookup）

多表关联（$lookup）

MongoDB作为文档型数据库，通常以嵌套文档的形式存储关联数据。但在实际业务中，数据关联关系复杂时，仍需要类似SQL中的JOIN操作。$lookup阶段提供了跨集合关联查询的能力，允许在聚合管道中将其他集合的文档引入当前处理流。

$lookup基本语法

$lookup操作符的基本语法结构如下：

{
  $lookup: {
    from: "<目标集合>",
    localField: "<输入文档的字段>",
    foreignField: "<目标集合的字段>",
    as: "<输出数组字段>"
  }
}

典型示例：关联订单和产品集合

db.orders.aggregate([
  {
    $lookup: {
      from: "products",
      localField: "product_id",
      foreignField: "_id",
      as: "product_details"
    }
  }
])

关联条件进阶

多字段关联

当需要多个字段组合作为关联条件时，可以使用let和pipeline参数：

db.orders.aggregate([
  {
    $lookup: {
      from: "inventory",
      let: { 
        productId: "$product_id",
        warehouse: "$warehouse" 
      },
      pipeline: [
        { 
          $match: { 
            $expr: { 
              $and: [
                { $eq: ["$product", "$$productId"] },
                { $eq: ["$location", "$$warehouse"] }
              ]
            }
          }
        }
      ],
      as: "inventory_items"
    }
  }
])

嵌套文档关联

处理嵌套文档中的字段关联：

db.users.aggregate([
  {
    $lookup: {
      from: "departments",
      localField: "employment.department_id",
      foreignField: "_id",
      as: "department_info"
    }
  }
])

关联结果处理

展开关联数组

使用$unwind展开关联结果：

db.orders.aggregate([
  { $lookup: { ... } },
  { $unwind: "$product_details" }
])

关联结果过滤

在管道中对关联结果进行二次筛选：

db.orders.aggregate([
  {
    $lookup: {
      from: "products",
      let: { pid: "$product_id" },
      pipeline: [
        { $match: { $expr: { $eq: ["$_id", "$$pid"] } } },
        { $project: { name: 1, price: 1 } }
      ],
      as: "product_info"
    }
  }
])

性能优化策略

索引设计

确保关联字段已建立索引：

db.products.createIndex({ _id: 1 })
db.orders.createIndex({ product_id: 1 })

分片集合关联

跨分片集合关联时需考虑：

db.orders.aggregate([
  {
    $lookup: {
      from: "products",
      localField: "product_id",
      foreignField: "_id",
      as: "matched_products",
      shardedCollection: true  // 显式声明目标为分片集合
    }
  }
])

复杂关联场景

多级关联查询

实现三级关联（用户→订单→产品）：

db.users.aggregate([
  {
    $lookup: {
      from: "orders",
      localField: "_id",
      foreignField: "user_id",
      as: "user_orders"
    }
  },
  { $unwind: "$user_orders" },
  {
    $lookup: {
      from: "products",
      localField: "user_orders.product_id",
      foreignField: "_id",
      as: "ordered_products"
    }
  }
])

自引用关联

处理树形结构数据：

db.categories.aggregate([
  {
    $lookup: {
      from: "categories",
      localField: "_id",
      foreignField: "parent_id",
      as: "children"
    }
  }
])

替代方案比较

应用层JOIN

在Node.js中实现类似功能：

async function getOrdersWithProducts() {
  const orders = await db.collection('orders').find().toArray();
  const productIds = orders.map(o => o.product_id);
  const products = await db.collection('products')
    .find({ _id: { $in: productIds } })
    .toArray();
  
  return orders.map(order => ({
    ...order,
    product: products.find(p => p._id.equals(order.product_id))
  }));
}

引用设计模式

预存储关联数据示例：

// 订单文档设计
{
  _id: ObjectId("..."),
  user_id: ObjectId("..."),
  products: [
    {
      product_id: ObjectId("..."),
      name: "手机",
      price: 3999
    }
  ]
}

实际案例分析

电商平台订单查询实现：

db.orders.aggregate([
  { $match: { status: "completed" } },
  {
    $lookup: {
      from: "users",
      localField: "user_id",
      foreignField: "_id",
      as: "user_info"
    }
  },
  { $unwind: "$user_info" },
  {
    $lookup: {
      from: "products",
      localField: "items.product_id",
      foreignField: "_id",
      as: "product_list"
    }
  },
  {
    $project: {
      order_id: 1,
      total: 1,
      "user_info.name": 1,
      "user_info.email": 1,
      products: {
        $map: {
          input: "$items",
          as: "item",
          in: {
            $mergeObjects: [
              "$$item",
              {
                $arrayElemAt: [
                  {
                    $filter: {
                      input: "$product_list",
                      cond: { $eq: ["$$this._id", "$$item.product_id"] }
                    }
                  },
                  0
                ]
              }
            ]
          }
        }
      }
    }
  }
])