当前位置: 首页 > news >正文

【MongoDB】跨库跨表查询(python版)

MongoDB跨表跨库查询

      • 1.数据准备:
      • 2.跨集合查询
      • 3.跨库查询
        • 应该怎么做?

讲一个简单的例子,python连接mongodb做跨表跨库查询的正确姿势

1.数据准备:

use order_db;
db.createCollection("orders");
db.orders.insertMany([{"_id": 1,"order_number": "ORD123","product": "Laptop","customer_id": 101},{"_id": 2,"order_number": "ORD124","product": "Smartphone","customer_id": 102},{"_id": 3,"order_number": "ORD125","product": "Tablet","customer_id": 103}
])use customer_db;
db.createCollection("customers");
db.customers.insertMany([{"_id": 101,"name": "John Doe","email": "john@example.com","address": "123 Main St"},{"_id": 102,"name": "Jane Smith","email": "jane@example.com","address": "456 Oak Ave"},{"_id": 103,"name": "Bob Johnson","email": "bob@example.com","address": "789 Pine Blvd"}
]);

2.跨集合查询

from pymongo import MongoClient## Joint Table Quety
# 连接到 MongoDB 数据库
client = MongoClient("mongodb://admin:admin@localhost:27017/")# 选择数据库和集合
db_orders = client.order_db.orders
db_customers = client.customer_db.customers# 执行跨表查询
pipeline = [{"$lookup": {"from": "customers","localField": "customer_id","foreignField": "_id","as": "customer_info"}},{"$unwind": "$customer_info"},{"$project": {"_id": 1,"order_number": 1,"product": 1,"customer_info.name": 1,"customer_info.email": 1}}
]result = list(db_orders.aggregate(pipeline))# 打印结果
for order in result:print(order)

分析:
经过代码测试会发现,pipeline走到lookup结束,customer_info为空,lookup是作用于单个数据库下的不同集合之间的联合查询,但不支持跨库,而网络上充斥着所谓支持跨库查询的案例。。。
因此,将collection放于同一个db下,发现结果符合预期。

3.跨库查询

应该怎么做?

思考:想象我们做的业务,通常都是模块化的,之间都是通过服务/应用层接口调用来实现的,其底层正对应着不同的数据库。比如常见的订单系统和用户系统,因为集中式管理(单个数据库)容易造成性能瓶颈,会按业务进行合理拆分,也更容易复用和拓展。

所以,所谓的跨库查询,实际上就跟业务之间的通信是类似的,这里并不是单库下的主外键查询问题,而是实际场景中多库下多个服务之间的数据互通与一致性查询问题,一般处理手段是将一些联合查询问题放到业务层解决,当然,针对做不同数据库的相同表做同步复制也是可以的,不过显然这与业务拆分的初衷相违背了。

以下是简单的sample,样例数据保持不变:

from pymongo import MongoClient## Cross Database Query# 连接到 MongoDB 数据库
client_db1 = MongoClient("mongodb://admin:admin@localhost:27017/")
client_db2 = MongoClient("mongodb://admin:admin@localhost:27017/")# 选择数据库和集合
customer_db = client_db1.customer_db
order_db = client_db2.order_dbcustomers_collection = customer_db.customers
orders_collection = order_db.orders# 查询 orders 数据
orders_data = list(orders_collection.find())
# 查询 customers 数据
customers_data_dict = {customer["_id"]: customer for customer in customers_collection.find()}
# 手动关联数据
result = []
for order in orders_data:customer_id = order.get("customer_id")# 在 customers 数据中查找匹配的 customer_idmatching_customer = customers_data_dict.get(customer_id)if matching_customer:# 合并数据merged_data = {**order, "customer_info": matching_customer}result.append(merged_data)# 打印结果
for item in result:print(item)

结果符合预期:
实验结果图

http://www.lryc.cn/news/293169.html

相关文章:

  • Ruoyi-Cloud-Plus_Nacos配置服务漏洞CVE-2021-29441_官方解决方法以及_修改源码解决---SpringCloud工作笔记199
  • 和鲸科技与智谱AI达成合作,共建大模型生态基座
  • 计算机网络实验五
  • 通过 React 来构建界面
  • 真机调试,微信小程序,uniapp项目在微信开发者工具中真机调试,手机和电脑要连同一个wifi,先清空缓存,页面从登录页进入,再点真机调试,这样就不会报错了
  • vue3快速入门
  • go 问题记录(日志丢失)
  • 彻底解决 MAC Android Studio gradle async 时出现 “connect timed out“ 问题
  • 计算机网络第4章(网络层)
  • SpringbootWeb案例
  • 【初中生讲机器学习】4. 支持向量机算法怎么用?一个实例带你看懂!
  • CentOS下安装vlc
  • 概率论中的全概率公式、贝叶斯公式解析
  • 亿赛通-数据泄露防护(DLP)UploadFileList;login接口存在任意文件读取漏洞 附POC软件
  • 如何使用 Google 搜索引擎保姆级教程(附链接)
  • SpringBoot实现轻量级接口反向代理、转发
  • 算法训练营day21,回溯1
  • 延伸与应用(三)婚姻与经济、运动、宗教、科技与经济
  • mac上,配置bundletool,将aab转为apk
  • wangEditor v4的简单使用
  • 简单实践 java spring boot 自动配置模拟
  • BeanDefinition学习
  • ASP.NET的GridView控件中,实现同列内容合并
  • 【文本到上下文 #8】NLP中的变形金刚:解码游戏规则改变者
  • mysql主流版本5.5/5.6/5.7/8.0重置修改密码方法
  • 设计模式——备忘录模式
  • 深入理解Django与Redis的集成实践
  • Java设计模式 – 四大类型
  • 查看阿里云maven仓中某个库有哪些版本
  • 【通信系统】MIMO阵列信号来向DOA估计实现~含FOCUSS、OMP、贝叶斯学习(SBL)等稀疏重构法和常规、子空间法、空间平滑滤波法