mongodb的join操作

vlei

　　众所周知，mongodb是不支持join操作的，因此我们只能自己来实现这个功能。前段时间，我遇到这个一个业务场景：
　　collection A 的数据格式：



{ "_id" : { "username" : "jifeng.zjd", "version" : 2 }, "value" : 1 }
　　collection B 的数据格式：



{ "user_id" : 12630, "username" : "jifeng.zjd" }
　　A表的数据量为2w，B表的数据量为25w。为了说明简单，我简化下需求，就是计算A._id.username = B.username 的B表中的用户数据，也就是求A和B的交集。没有join，怎么办呢？
　　相信大家都应该有自己的解答了，由于A表的数据量相对于B表来讲是少的，所以可以先取出A表的所有数据，然后去B表查询，看那些数据同时存在于A和B表中。当然在mongodb中对A和B建立适当的索引是非常必要的。我采用的方法是对B表的username字段进行索引。如对mongodb索引不了解，可以参见《mongoDB的索引使用及索引机制》 一文。
　　     这里我使用的语言是nodejs，node_module采用的mongoskin，我刚开始写了一个简单的实现：



db.A.find({}, {}, function(err, adata){
if (err) return callback(err);
//得到A表中的所有数据
adata.toArray(function(err, aArray){
if (err) return callback(err);
var len = aArray.length;
var result = [];
for (var i = 0; i < len; i++) {
var item = aArray;
var username = item._id.username;
var op = {username: username};
//查看B表中这条数据
db.B.findOne(op, {}, function(err, data){
allcount++;
if (data) {
result.push(data.username);
}
if (allcount === len) {
callback(null, result);
}
})
}
})
})
　　      这段代码是能满足业务需求，但大家有没有发现它存在一个致命的问题？对，运行速度慢！
　　      原因很简单，我是从A表中批量取到所有数据，然后又用findOne方法一条条去B表中查询，A表中有2w数据，也就是要查B表2w次，虽然B表中已经建立索引，但这样的查询逻辑明显是不可接受。知道问题所在，解决方案也就清楚了：对B表进行批量查询：



db.A.find({}, {}, function(err, adata){
if (err) return callback(err);
//得到A表中的所有数据
adata.toArray(function(err, aArray){
if (err) return callback(err);
var len = aArray.length;
var result = [];
var usernames = [];
for (var i = 0; i < len; i++) {
var item = aArray;
var username = item._id.username;
usernames.push(username);
}
var op = {username: {$in: usernames}};
//查看B表中这条数据
db.B.find(op, {}, function(err, bdata){
ddata.toArray(function(err, barray){
callback(barray);  
})
})
})
})
　　经过这样的优化，程序性能会有明显的提升。
　　希望对大家有所帮助。