关系建模

约 518 字大约 2 分钟

布欧-Lewyon

2026-05-15

一对一

用户和用户扩展信息：

// 方式一：内嵌（推荐）
{
  _id: 1,
  name: "Alice",
  profile: { avatar: "url", bio: "developer", phone: "138xxx" }
}

// 方式二：引用（数据特别大或更新频繁时）
// users: { _id: 1, name: "Alice" }
// profiles: { _id: 1, userId: 1, avatar: "...", bio: "..." }

一对多

博客和评论：

// 方式一：子引用（推荐）
// articles
{ _id: 1, title: "MongoDB 建模", content: "..." }

// comments
{ _id: 100, articleId: 1, text: "好文", author: "Bob" }
{ _id: 101, articleId: 1, text: "赞", author: "Charlie" }

// 查询文章及其评论
db.articles.aggregate([
  { $match: { _id: 1 } },
  { $lookup: {
    from: "comments",
    localField: "_id",
    foreignField: "articleId",
    as: "comments"
  }}
])

// 方式二：父引用（小一对多，数据量有限）
{ _id: 1, name: "Department A", employees: ["uid1", "uid2", "uid3"] }

// 方式三：Bucket 模式（按时间分桶）
// 将 1 小时的日志聚合到一个文档
{
  deviceId: "sensor01",
  hour: ISODate("2026-05-15T10:00:00Z"),
  readings: [
    { timestamp: ISODate("2026-05-15T10:00:00Z"), value: 25 },
    { timestamp: ISODate("2026-05-15T10:01:00Z"), value: 26 }
  ]
}

多对多

学生和课程：

// 两边存 ID 数组
// students
{ _id: 1, name: "Alice", courseIds: [101, 102, 103] }

// courses
{ _id: 101, name: "Math", studentIds: [1, 2, 3] }

// 或者用中间集合（适用场景：关联带额外信息）
// enrollments
{ _id: 1, studentId: 1, courseId: 101, enrolledAt: ISODate("2026-01-01"), score: 95 }

树形结构

// 方式一：父引用（适合查询父节点）
{
  _id: 4,
  name: "Technical Manager",
  parentId: 2
}

// 方式二：子引用（适合查询子节点）
{
  _id: 2,
  name: "CTO",
  children: [4, 5]
}

// 方式三：祖先数组（适合查询所有祖先或所有后代）
{
  _id: 6,
  name: "Frontend Dev",
  ancestors: [1, 2, 4]    // 所有上级的 _id
}

小结

一对一：内嵌（推荐）或引用（独立更新频繁时）。
一对多：子引用（子表存父 ID）是标准方案；Bucket 模式适合时序数据。
多对多：两边数组引用，或使用中间集合。
树形：父引用、子引用、祖先数组各有取舍。
选择依据：查询模式、数据增长方式、更新频率。

上一节：内嵌与引用下一节：副本集概念与搭建