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
1 { 2 $lookup://$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 3 { 4 from: ‘User‘, // 右集合 5 localField: ‘UserId‘, // 左集合 join 字段 数据类型得统一 6 foreignField: ‘_id‘, // 右集合 join 字段 数据类型得统一 7 as: ‘fromRole‘, // 新生成字段(类型array) 8 }, 9 },
$match:通过使用query对象运算符来过滤文档集。
1 {$match:{"UserId:‘5c429fe2c2462128fccc569b‘}}
$unwind:unwind方法会将数组解开,每条包含数组中的一个值。
1 { $unwind: "$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)
$project:通过重命名,添加或删除字段重塑文档。你也可以重新计算值,并添加子文档。
1 //以下是包括title并排除name的例子: 2 {$project:{title:1,name:0}} 3 //以下是把name重命名为title的例子: 4 {$project{title:"$name"}} 5 //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: 6 {$project{total:{$add:["$price","$tax"]}}}
$limit:用来限制MongoDB聚合管道返回的文档数。
1 {$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。
1 { $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。
可用在聚合表达式的字符串和算术运算符
1,表结构
1 "User": { 2 "Code": "string", 3 "Name": "string", 4 "Email": "string", 5 "Phone": "string", 6 "Password": "string", 7 "IsEnable": "bool", 8 "LoginTime": "date", 9 "CreateTime": "date", 10 "UpdateTime": "date" 11 },
2,插入的数据
1 { 2 "_id" : ObjectId("5c429fe2c2462128fccc569b"), 3 "Code" : "1234567@qq.com", 4 "Name" : "jackson影琪", 5 "Email" : "123456@qq.com", 6 "Phone" : "15454545454", 7 "Password" : "5f4dcc3b5aa765d61d8327deb882cf99", 8 "IsEnable" : true, 9 "CreateTime" : ISODate("2019-01-19T03:56:18.966Z") 10 }
1,表结构
1 "Role": { 2 "Code": "string", 3 "Name": "string", 4 "Description": "string", 5 "CreateTime": "date" 6 },
2,插入的数据
1 { 2 "_id" : ObjectId("5c42cd8fa450b70a55efdf7e"), 3 "Code" : "yingqiRole", 4 "Name" : "yingqi角色", 5 "Description" : "yingqi角色", 6 "CreateTime" : ISODate("2019-01-19T03:56:18.966Z") 7 }, 8 { 9 "_id" : ObjectId("5c4564848e297d394920f380"), 10 "Code" : "adminRole", 11 "Name" : "管理员角色", 12 "Description" : "管理员角色", 13 "CreateTime" : ISODate("2019-01-21T03:56:18.966Z") 14 }
1,表结构
1 "RoleToUser": { 2 "RoleId": "objectId",//角色表主键_id 3 "UserId": "objectId",//用户表主键_id 4 "CreateTime": "date" 5 }
2,插入的数据
1 { 2 "_id" : ObjectId("5c42cec9a450b70a55efe01a"), 3 "RoleId" : ObjectId("5c42cd8fa450b70a55efdf7e"), 4 "UserId" : ObjectId("5c429fe2c2462128fccc569b"), 5 "CreateTime" : ISODate("2019-01-19T03:56:18.966Z") 6 }, 7 { 8 "_id" : ObjectId("5c4564508e297d394920f363"), 9 "RoleId" : ObjectId("5c4564848e297d394920f380"), 10 "UserId" : ObjectId("5c429fe2c2462128fccc569b"), 11 "CreateTime" : ISODate("2019-01-21T03:56:18.966Z") 12 }
1 /** 2 * 聚合查询 查询多条数据 多表查询 3 * @param table_name 表名 4 * @param pipeLine 管道 [{$lookup: { 5 from:‘表名‘, // 右集合 6 localField: ‘UserId‘, // 左集合 join 字段 数据类型得统一 7 foreignField: ‘_id‘, // 右集合 join 字段 数据类型得统一 8 as: ‘fromUser‘, // 新生成字段(类型array) 9 }} 10 ,{$match:{"_id:‘‘}}, 11 { $unwind: "$fromUser" },//数据打散 12 ] 13 * @param callback 回调方法 14 */ 15 MongoDbAction.queryAggregateMultiTable = function (table_name, pipeLine, callback) { 16 var node_model = this.getConnection(table_name); 17 if (!node_model || node_model.message) { 18 if (callback) callback(1, node_model) 19 } else { 20 node_model.aggregate(pipeLine) 21 .exec(function (err, res) { 22 if (err) { 23 if (callback) callback(err); 24 } else { 25 if (callback) callback(null, res); 26 } 27 }); 28 } 29 };
1 //聚合查询数据 多表连接查询 根据用户id获取角色信息 2 router.put(‘/user/getRoleInfoByUserId‘, function (req, res) { 3 var tableName = req.body.tableName;//‘User‘ 4 var singleId = req.body.Code; 5 let conditions = { 6 UserId:mongoose.Types.ObjectId(singleId) 7 //_id:{$type:3} 8 } 9 let data = { 10 httpCode: 200, 11 message: "查询成功!", 12 status: 1, 13 data: null, 14 } 15 let pipeLine = [ 16 { 17 $lookup: 18 { 19 from: ‘User‘, // 右集合 20 localField: ‘UserId‘, // 左集合 join 字段 数据类型得统一 21 foreignField: ‘_id‘, // 右集合 join 字段 数据类型得统一 22 as: ‘fromUser‘, // 新生成字段(类型array) 23 }, 24 }, 25 { 26 $lookup: 27 { 28 from: ‘Role‘, // 右集合 29 localField: ‘RoleId‘, // 左集合 join 字段 数据类型得统一 30 foreignField: ‘_id‘, // 右集合 join 字段 数据类型得统一 31 as: ‘fromRole‘, // 新生成字段(类型array) 32 } 33 }, 34 { $match: conditions }, 35 { $unwind: "$fromUser" }, 36 { $unwind: "$fromRole" },//数据打散 37 ] 38 MongoDbAction.queryAggregateMultiTable(tableName, pipeLine, function (err, result) { 39 if (!err) { 40 data.data = result 41 res.status(data.httpCode).json(data); 42 } else { 43 data.status = 0 44 data.message = "未查询到数据!" 45 data.data = result 46 res.status(data.httpCode).json(data); 47 } 48 }); 49 })
查询的条件
查询的结果,已使用unwind方法会将数组解开
解决思路:使用aggregate()方法的$match过滤,数据类型必须统一
解决办法:使用mongoose将字符串转成ObjectId,mongoose.Types.ObjectId()方法的使用如下:
1 let conditions = { 2 UserId:mongoose.Types.ObjectId(singleId)//aggregate的$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 3 //_id:{$type:3} 4 }
1 "_id" : ObjectId("5c42cec9a450b70a55efe01a"), "UserId" : ObjectId("5c429fe2c2462128fccc569b"),
NodeJs操作MongoDB之多表查询($lookup)与常见问题
原文:https://www.cnblogs.com/jackson-zhangjiang/p/10291767.html