NodeJs操作MongoDB之多表查询($lookup)与常见问题

NodeJs操作MongoDB之多表查询($lookup)与常见问题

一,方法介绍

aggregate()方法来对数据进行聚合操作。aggregate()方法的语法如下

1 aggregate(operators,[options],callback)

operators参数是如表1所示的聚合运算符的数组，它允许你定义对数据执行什么汇总操作。options参数允许你设置readPreference属性，它定义了从哪里读取数据。callback参数是接受err和res

$lookup:可以做多表查询

 {
            $lookup://$lookup是如果涉及关联"_id",注意两个字段的类型,用string类型匹配ObjectId类型是没有结果的
            {
                from: 'User',            // 右集合
                localField: 'UserId',    // 左集合 join 字段 数据类型得统一
                foreignField: '_id',         // 右集合 join 字段 数据类型得统一
                as: 'fromRole',           // 新生成字段（类型array）   
            },
        },

$match:通过使用query对象运算符来过滤文档集。

{$match:{"UserId:'5c429fe2c2462128fccc569b'}}

$unwind:unwind方法会将数组解开，每条包含数组中的一个值。

{ $unwind: "$fromRole" },//数据打散

与$lookup多表查询一起使用,$加$lookup as 的值(新生成字段)

$project:通过重命名，添加或删除字段重塑文档。你也可以重新计算值，并添加子文档。

//以下是包括title并排除name的例子：
{$project:{title:1,name:0}}
//以下是把name重命名为title的例子:
{$project{title:"$name"}}
//下面是添加一个新的total字段，并用price和tax字段计算它的值的例子:
{$project{total:{$add:["$price","$tax"]}}}

$limit:用来限制MongoDB聚合管道返回的文档数。

{$limit:5}//查询五条

$skip:指定处理聚合操作的下一个管道前跳过的一些文档。

和limit()以及skip()的写法也是一样的。

{ $skip : 5 }//跳过五条 从0开始

$sort:将输入文档排序后输出。

排序指定一个带有field(需要排序的字段名):<sort_order>属性的对象，其中<sort_order>为1表示升序，而-1表示降序

$sort和我们find()中排序的写法也是一样的。

$group:将集合中的文档分组，可用于统计结果。

 把文档分成一组新的文档用于在管道中的下一级。新对象的字段必须在$group对象中定义。

1. $addToSet 返回一组文档中所有文档所选字段的全部唯一值的数组。例如:colors:{$addToSet:"color"}
2. $first 返回一组文档中一个字段的第一个值。例如：firstValue:{$first:"$value"}
3. $last 返回一组文档中一个字段的最后一个值。例如:lastValue:{$last:"$value"}
4. $max 返回一组文档中一个字段的最大值。例如:maxValue:{$max:"$value"}
5. $min 返回一组文档中一个字段的最小值。例如:minValue:{$min:"$value"}
6. $avg 返回一组文档中以个字段的平均值。例如:avgValue:{$avg:"$value"}
7. $push 返回一组文档中所有文档所选字段的全部值的数组。例如:username:{$push:"$username"}
8. $sum 返回一组文档中以个字段的全部值的总和。例如:total:{$sum:"$value"}

可用在聚合表达式的字符串和算术运算符

1. $add:计算数值的总和。例如：valuePlus5:{$add:["$value",5]}
2. $divide:给定两个数值，用第一个数除以第二个数。例如：valueDividedBy5:{$divide:["$value",5]}
3. $mod:取模。例如:{$mod:["$value",5]}
4. $multiply:计算数值数组的乘积。例如:{$multiply:["$value",5]}
5. $subtract:给定两个数值，用第一个数减去第二个数。例如:{$subtract:["$value",5]}
6. $concat:连接两个字符串 例如：{$concat:["str1","str2"]}
7. $strcasecmp:比较两个字符串并返回一个整数来反应比较结果。例如 {$strcasecmp:["$value","$value"]}
8. $substr:返回字符串的一部分。例如:hasTest：{$substr:["$value","test"]}
9. $toLower:将字符串转化为小写。
10. $toUpper:将字符串转化为大写

二,表结构与数据

2.1,用户集合(表)User

1,表结构

"User": {
        "Code": "string",
        "Name": "string",
        "Email": "string",
        "Phone": "string",
        "Password": "string",
        "IsEnable": "bool",
        "LoginTime": "date",
        "CreateTime": "date",
        "UpdateTime": "date"
},

2,插入的数据

{
    "_id" : ObjectId("5c429fe2c2462128fccc569b"),
    "Code" : "1234567@qq.com",
    "Name" : "jackson影琪",
    "Email" : "123456@qq.com",
    "Phone" : "15454545454",
    "Password" : "5f4dcc3b5aa765d61d8327deb882cf99",
    "IsEnable" : true,
    "CreateTime" : ISODate("2019-01-19T03:56:18.966Z")
}

2.2,角色集合(表)Role

1,表结构

 "Role": {
        "Code": "string",
        "Name": "string",
        "Description": "string",
        "CreateTime": "date"
    },

2,插入的数据

{
    "_id" : ObjectId("5c42cd8fa450b70a55efdf7e"),
    "Code" : "yingqiRole",
    "Name" : "yingqi角色",
    "Description" : "yingqi角色",
    "CreateTime" : ISODate("2019-01-19T03:56:18.966Z")
},
{
    "_id" : ObjectId("5c4564848e297d394920f380"),
    "Code" : "adminRole",
    "Name" : "管理员角色",
    "Description" : "管理员角色",
    "CreateTime" : ISODate("2019-01-21T03:56:18.966Z")
}

2.3,用户与角色关系集合(表)RoleToUser

1,表结构

  "RoleToUser": {
        "RoleId": "objectId",//角色表主键_id
        "UserId": "objectId",//用户表主键_id
        "CreateTime": "date"
    }

2,插入的数据

{
    "_id" : ObjectId("5c42cec9a450b70a55efe01a"),
    "RoleId" : ObjectId("5c42cd8fa450b70a55efdf7e"),
    "UserId" : ObjectId("5c429fe2c2462128fccc569b"),
    "CreateTime" : ISODate("2019-01-19T03:56:18.966Z")
},
{
    "_id" : ObjectId("5c4564508e297d394920f363"),
    "RoleId" : ObjectId("5c4564848e297d394920f380"),
    "UserId" : ObjectId("5c429fe2c2462128fccc569b"),
    "CreateTime" : ISODate("2019-01-21T03:56:18.966Z")
}

三,聚合查询与接口抛出

3.1,聚合查询方法封装

/**
 * 聚合查询 查询多条数据 多表查询
 * @param table_name 表名
 * @param pipeLine 管道 [{$lookup: {
                        from:'表名',            // 右集合
                        localField: 'UserId',    // 左集合 join 字段 数据类型得统一
                        foreignField: '_id',         // 右集合 join 字段 数据类型得统一
                        as: 'fromUser',           // 新生成字段（类型array）   
                    }}
                    ,{$match:{"_id:''}},
                     { $unwind: "$fromUser" },//数据打散
                ]
 * @param callback 回调方法
 */
MongoDbAction.queryAggregateMultiTable = function (table_name, pipeLine, callback) {
    var node_model = this.getConnection(table_name);
    if (!node_model || node_model.message) {
        if (callback) callback(1, node_model)
    } else {
        node_model.aggregate(pipeLine)
            .exec(function (err, res) {
                if (err) {
                    if (callback) callback(err);
                } else {
                    if (callback) callback(null, res);
                }
            });
    }
};

3.2,连接查询并抛出接口

//聚合查询数据 多表连接查询 根据用户id获取角色信息
router.put('/user/getRoleInfoByUserId', function (req, res) {
    var tableName = req.body.tableName;//'User'
    var singleId = req.body.Code;
    let conditions = {
        UserId:mongoose.Types.ObjectId(singleId)
        //_id:{$type:3}
    }
    let data = {
        httpCode: 200,
        message: "查询成功！",
        status: 1,
        data: null,
    }
    let pipeLine = [
        {
            $lookup:
            {
                from: 'User',            // 右集合
                localField: 'UserId',    // 左集合 join 字段 数据类型得统一
                foreignField: '_id',         // 右集合 join 字段 数据类型得统一
                as: 'fromUser',           // 新生成字段（类型array）   
            },
        },
        {
            $lookup:
            {
                from: 'Role',            // 右集合
                localField: 'RoleId',    // 左集合 join 字段 数据类型得统一
                foreignField: '_id',         // 右集合 join 字段 数据类型得统一
                as: 'fromRole',           // 新生成字段（类型array）
            }
        },
        { $match: conditions },
        { $unwind: "$fromUser" },
        { $unwind: "$fromRole" },//数据打散
]
    MongoDbAction.queryAggregateMultiTable(tableName, pipeLine, function (err, result) {
        if (!err) {
            data.data = result
            res.status(data.httpCode).json(data);
        } else {
            data.status = 0
            data.message = "未查询到数据！"
            data.data = result
            res.status(data.httpCode).json(data);
        }
    });
})

3.3,查询结果

查询的条件

查询的结果,已使用unwind方法会将数组解开

四,常见问题

1,$match是如果涉及到"_id",直接传入是没有结果返回的，这是坑1

解决思路:使用aggregate()方法的$match过滤,数据类型必须统一

解决办法:使用mongoose将字符串转成ObjectId,mongoose.Types.ObjectId()方法的使用如下：

 let conditions = {
        UserId:mongoose.Types.ObjectId(singleId)//aggregate的$match是如果涉及到"_id",注意字段的类型,如果数据库是ObjectId类型,直接传入是没有结果的,需要将传入的string类型转成ObjectId类型才有结果
        //_id:{$type:3}
    }

2,$lookup是如果涉及到"_id",两字段的类型不统一是没有结果返回的，这是坑2

注意两个字段的类型,用string类型匹配ObjectId类型是没有结果的

解决办法:建立集合时与插入数据时,注意类型统一

 "_id" : ObjectId("5c42cec9a450b70a55efe01a"), "UserId" : ObjectId("5c429fe2c2462128fccc569b"),