前因

最近项目上又新需求了，相关的统计信息接口，需要在MongoDB中实现类似mysql多表关联查询，那么问题来了，MongoDB要如何才能像Hibernate那样一对一，一对多映射关系了？本节讲借助loopup和unwind组合方式来实现此功能

需求

1. 以勋章任务为主表查询勋章任务名称及相关配置信息

2. 导出每个人任务下对应的文件结果对比信息

备注：涉及文档 Medal（勋章）、MedalTask（勋章任务）、MedalTaskFile（任务明细）,文档从左到右一对多关系

实现

之前版本

实现思路

1. 分页查询MedalTask，取出MedalId集合和taskIds集合

2. 分别从Medal和MedalTaskFile查询数据集合，进行二次聚合

Aggregation进阶之lookup

先贴代码

/*数据聚合*/
Aggregation aggregation = Aggregation.newAggregation(
        Aggregation.match(criteria),
        /*关联勋章*/
        Aggregation.lookup("medal", "medalId", "_id", "medal"),
        /*关联任务*/
        Aggregation.lookup("medalTaskFile", "_id", "medalTaskId", "taskFiles"),
        /*查询起始值*/
        Aggregation.skip(params.getPageNum() > 1 ? (params.getPageNum() - 1) * params.getPageSize() : 0),
        /*分页大小*/
        Aggregation.limit(params.getPageSize()),
        /*排序*/
        Aggregation.sort(Sort.by(Sort.Order.desc("createdTime"))),
		/*打散Medal*/
        Aggregation.unwind("medal")
);
List<MedalUserTo> medalUserTos = medalV4MongoTemplate.aggregate(aggregation, MedalTask.class, MedalUserTo.class).getMappedResults();

@Data
private class MedalUserTo {
    private String medalId;
    private String userId;
    private Integer status;
    private Double rate;
    private Instant createdTime;
    private Instant submitTime;
    private Medal medal;
    private List<MedalTaskFile> taskFiles;
}

方法解读

方法	参数	备注
match()	(Criteria criteria)	查询条件构建
lookup()	(String from, String localField, String foreignField, String as)	from：关联表localField：主记录关联字段，传入的是MongoDB中的字段名，非实体类字段名foreignField：关联表关联字段，字段名同上as：别名，及实体类映射字段名（lookup默认返回的类型是ArrayList，相关的字段接收默认需要使用集合接收，类似一对多这种映射关系）
skip()	(int elementsToSkip)(long elementsToSkip)	查询起始值
limit()	(long maxElements)	最大element数量，及分页大小
sort()	(Sort sort)	排序字段
unwind()	(String field)	展开这个字段主要是用于聚合记录拆分，把对应的集合字段（长度为n）对应的主记录拆分n个对象，字段名对应是集中中单个文档对象本段代码使用场景，在已知一对一场景下，把lookup关联的对象由数组编程单对象（注：若不是一对一关系，则可能出现重复对象），所以在MedalUserTo中可以使用Medal对象接收该参数
project()	(String... fields)	控制显示查询字段，可用于返回指定字段

unwind和project在MongoDB组合查询示例

正常查询

//正常记录查询，这里屏蔽相关字段，主要看数据结构
db.operationLog.aggregate([
	{$match:{_id:'DBDF7FA8C72C4606A15CF250FF35A530'}},
	{$project:{_id:1,batchIdList:1}}
])

结果

{ 
    "_id" : "DBDF7FA8C72C4606A15CF250FF35A530", 
    "batchIdList" : [
        {
            "taskId" : "721EB7250C0049B49A5AB4A734498F2B", 
            "batchInfos" : {}
        }, 
        {
            "taskId" : "E1C60CAD114D405B916E66A05256C07B", 
            "batchInfos" : {}
        }
    ]
}

---

使用unwind拆分查询记录

db.operationLog.aggregate([
	{$match:{_id:'DBDF7FA8C72C4606A15CF250FF35A530'}},
	{$unwind:"$batchIdList"}
])

结果

{ 
    "_id" : "DBDF7FA8C72C4606A15CF250FF35A530", 
    "batchIdList" : {
        "taskId" : "721EB7250C0049B49A5AB4A734498F2B", 
        "batchInfos" : {}
    }
}
{ 
    "_id" : "DBDF7FA8C72C4606A15CF250FF35A530", 
    "batchIdList" : {
        "taskId" : "E1C60CAD114D405B916E66A05256C07B", 
        "batchInfos" : {}
    }
}

对Aggregation的group、lookup、project和unwind方法进行灵活组合，大大精简了我们对MongoDB的关联查询、统计查询及相关聚合查询等操作代码编写