Azure CosmosDB (11) MongoDB概念

Posted 2021-02-16 Azure Lei Zhang的博客

　　《Windows Azure Platform 系列文章目录》

　　

　　Azure Cosmos DB兼容MongoDB的API，下表将帮助我们更容易理解MongoDB中的一些概念：

SQL概念	MongoDB概念	说明
Database	Database	数据库
Table	Collection	数据表/集合
Row	Document	数据记录行/文档
Column	Field	数字字段
Index	Index	索引
Table Join		表连接，MongoDB不支持
Primary Key	Primary Key	主键，MongoDB自动将_id字段设置为主键

　　通过下图实例，我们也可以更直观的了解Mongo中的一些概念：

　　

 

　　文档Document

　　文档是一组键值(key-value)对(即 BSON)。MongoDB 的文档不需要设置相同的字段，并且相同的字段不需要相同的数据类型，这与关系型数据库有很大的区别，也是 MongoDB 非常突出的特点。

　　一个简单的文档例子如下：

　　{"site":"http://www.cnblogs.com/threestone", "name":"我的博客"}

 

　　需要注意的是：

1. 文档中的键/值对是有序的。
2. 文档中的值不仅可以是在双引号里面的字符串，还可以是其他几种数据类型（甚至可以是整个嵌入的文档)。
3. MongoDB区分类型和大小写。
4. MongoDB的文档不能有重复的键。
5. 文档的键是字符串。除了少数例外情况，键可以使用任意UTF-8字符。

 

　　集合Collection

　　集合就是 MongoDB 文档组，类似于 RDBMS （关系数据库管理系统：Relational Database Management System)中的Table。

　　集合存在于数据库中，集合没有固定的结构，这意味着你在对集合可以插入不同格式和类型的数据，但通常情况下我们插入集合的数据都会有一定的关联性。

 　　比如，我们可以将以下不同数据结构的文档插入到集合中：

　　{"site":"www.baidu.com"}

　　{"site":"www.google.com","name":"Google"}

　　{"site":"http://www.cnblogs.com/threestone", "name":"我的博客"}

 

 

　　MongoDB Relationship关系

　　MongoDB的关系，表示多个Document之间在逻辑上的相互联系。

　　文档间可以通过嵌入和引用来建议联系。

　　MongoDB中的关系可以是：

1. 1:1
2. 1:N
3. N:1
4. N:N

　　接下来，我们来考虑下用户与用户地址的关系。一个用户可以有多个地址，所以是一对多的关系。

　　以下是user文档的简单结构：

{
"_id":ObjectId("52ffc33cd85242f436000001"),
"name": "Tom Hanks",
"contact": "987654321",
"dob": "01-01-1991"
}

 

以下是address文档的简单结构

{
   "_id":ObjectId("52ffc4a5d85242602e000000"),
   "building": "22 A, Indiana Apt",
   "pincode": 123456,
   "city": "Los Angeles",
   "state": "California"
} 

 

　　嵌入式方法

　　使用嵌入式方法，我们可以把用户地址嵌入到用户的文档中

{
   "_id":ObjectId("52ffc33cd85242f436000001"),
   "contact": "987654321",
   "dob": "01-01-1991",
   "name": "Tom Benzamin",
   "address": [
      {
         "building": "22 A, Indiana Apt",
         "pincode": 123456,
         "city": "Los Angeles",
         "state": "California"
      },
      {
         "building": "170 A, Acropolis Apt",
         "pincode": 456789,
         "city": "Chicago",
         "state": "Illinois"
      }]
} 

 

　　以上数据保存在单一的文档中，可以比较容易的获取和维护数据。 你可以这样查询用户的地址：

>db.users.findOne({"name":"Tom Benzamin"},{"address":1})

 

 

　　引用式关系

　　引用式关系是设计数据库时经常用到的方法，这种方法把用户数据文档和用户地址数据文档分开，通过引用文档的 id 字段来建立关系。

{
   "_id":ObjectId("52ffc33cd85242f436000001"),
   "contact": "987654321",
   "dob": "01-01-1991",
   "name": "Tom Benzamin",
   "address_ids": [
      ObjectId("52ffc4a5d85242602e000000"),
      ObjectId("52ffc4a5d85242602e000001")
   ]
}

　　

　　以上实例中，用户文档的 address_ids 字段包含用户地址的对象id（ObjectId）数组。

　　我们可以读取这些用户地址的对象id（ObjectId）来获取用户的详细地址信息。

　　这种方法需要两次查询，第一次查询用户地址的对象id（ObjectId），第二次通过查询的id获取用户的详细地址信息。

>var result = db.users.findOne({"name":"Tom Benzamin"},{"address_ids":1})
>var addresses = db.address.find({"_id":{"$in":result["address_ids"]}})