¿Qué es una relación uno a muchos en bases de datos?
Las relaciones uno a muchos en bases de datos documentales son fundamentales cuando se modelan datos que requieren estructuras más complejas. Imagina un escenario donde un usuario tiene varias órdenes de compra, pero cada orden de compra pertenece únicamente a ese usuario. Esto crea una clara dependencia entre ambas colecciones, donde un único elemento de una colección puede corresponder a múltiples elementos de otra.
¿Cómo se expresa la relación uno a muchos de forma referenciada?
Para implementar esta relación, es esencial emplear las referencias. Esto se hace a través de identificadores que conectan documentos de diferentes colecciones entre sí. Aquí te presentamos un ejemplo detallado de cómo se logra este tipo de relación:
En el código anterior, userID es un identificador único que referencia a otro documento en la colección de usuarios. Esta clave actúa como puente, enlazando las órdenes de compra al usuario apropiado.
¿Cómo realizar consultas efectivas?
Las consultas son el comercio constante de cualquier base de datos. Para encontrar todas las órdenes de un usuario específico, se puede hacer uso del siguiente enfoque:
Uso de consultas simples
Cuando necesitamos obtener las órdenes de un usuario específico, se puede utilizar la función .find() en la colección de órdenes. Un método simple sería:
De esta manera, se puede obtener toda la información relacionada en una única consulta, eliminando la necesidad de múltiples llamadas a la base de datos.
¿Cuándo es conveniente usar referencias?
Elegir entre referencias y datos embebidos depende de varios factores:
Crecimiento de datos: Si una colección tiene potencial para crecer significativamente (por ejemplo, comentarios en un libro), es más eficiente referenciar para evitar el crecimiento descontrolado de los documentos.
Frecuencia de actualización: Si los datos dentro de un documento se actualizan frecuentemente, como por ejemplo la dirección de un cliente, las referencias permiten actualizar una sola vez sin tocar múltiples documentos relacionados.
Reutilización de datos: Si la misma información está presente en múltiples colecciones, centralizar los datos con referencias evita inconsistencias, ya que cualquier actualización se realiza en un solo lugar.
Adoptar el método adecuado para las relaciones uno a muchos en MongoDB es esencial para garantizar que tu base de datos sea eficiente, escalable y mantenga la integridad de los datos.
Continúa explorando más sobre cómo estas relaciones ayudan a optimizar el funcionamiento de bases de datos documentales y prepárate para avanzar hacia relaciones más complejas y enriquecedoras.
Relaciones Uno a Muchos con Referencias en Bases de Datos
¿Qué es una relación uno a muchos en bases de datos?
Las relaciones uno a muchos en bases de datos documentales son fundamentales cuando se modelan datos que requieren estructuras más complejas. Imagina un escenario donde un usuario tiene varias órdenes de compra, pero cada orden de compra pertenece únicamente a ese usuario. Esto crea una clara dependencia entre ambas colecciones, donde un único elemento de una colección puede corresponder a múltiples elementos de otra.
¿Cómo se expresa la relación uno a muchos de forma referenciada?
Para implementar esta relación, es esencial emplear las referencias. Esto se hace a través de identificadores que conectan documentos de diferentes colecciones entre sí. Aquí te presentamos un ejemplo detallado de cómo se logra este tipo de relación:
En el código anterior, userID es un identificador único que referencia a otro documento en la colección de usuarios. Esta clave actúa como puente, enlazando las órdenes de compra al usuario apropiado.
¿Cómo realizar consultas efectivas?
Las consultas son el comercio constante de cualquier base de datos. Para encontrar todas las órdenes de un usuario específico, se puede hacer uso del siguiente enfoque:
Uso de consultas simples
Cuando necesitamos obtener las órdenes de un usuario específico, se puede utilizar la función .find() en la colección de órdenes. Un método simple sería:
De esta manera, se puede obtener toda la información relacionada en una única consulta, eliminando la necesidad de múltiples llamadas a la base de datos.
¿Cuándo es conveniente usar referencias?
Elegir entre referencias y datos embebidos depende de varios factores:
Crecimiento de datos: Si una colección tiene potencial para crecer significativamente (por ejemplo, comentarios en un libro), es más eficiente referenciar para evitar el crecimiento descontrolado de los documentos.
Frecuencia de actualización: Si los datos dentro de un documento se actualizan frecuentemente, como por ejemplo la dirección de un cliente, las referencias permiten actualizar una sola vez sin tocar múltiples documentos relacionados.
Reutilización de datos: Si la misma información está presente en múltiples colecciones, centralizar los datos con referencias evita inconsistencias, ya que cualquier actualización se realiza en un solo lugar.
Adoptar el método adecuado para las relaciones uno a muchos en MongoDB es esencial para garantizar que tu base de datos sea eficiente, escalable y mantenga la integridad de los datos.
Continúa explorando más sobre cómo estas relaciones ayudan a optimizar el funcionamiento de bases de datos documentales y prepárate para avanzar hacia relaciones más complejas y enriquecedoras.
pipeline => Permite omitir campos del otro documento que no quiero traer, es de buen uso cuando por ejemplo quiero traer una order y usuario, pero por seguridad no retornar el password del usuario.
En las relaciones 1 a muchos referenciadas un documento puede estar asociado a otros documentos de otra coleccion, esto mediante una identificacion que normalmente estan en la otra coleccion y que indican al documento.
Casos de uso
Cuando la relacion puede incrementar considerablemente
Cuando la entidad se actualiza de forma constante
Cuando la entidad es usada por muchos documentos
Ejemplo
Se tiene que un usuario puede tener varias ordenes. Entonces mediante relacionarlos con una identificacion de usuario en las ordenes de compra se puede saber a que usuario pertenecen.
// Crear un usuario
db.users.insertOne({
name: 'pedro',
address: 'San carlos 123'
})
// Conseguir el object id del usuario
db.users.findOne({name: 'pedro'})
/* Resultado
{
"_id": {
"$oid": "6497b8b4affb4e4355c4f297"
},
"name": "pedro",
"address": "San carlos 123"
}
*/
// Con el object id del usuario (_id.$oid) se le agrega a las ordenes
db.orders.insertMany([
{
user_id: ObjectId('6497b8b4affb4e4355c4f297'),
total: 1300,
date: '2023-23-25'
},
{
user_id: ObjectId('6497b8b4affb4e4355c4f297'),
total: 2400,
date: '2023-12-02'
},
])
// Para buscar las ordenes asociadas al usuario
db.orders.find({
user_id: ObjectId('6497b8b4affb4e4355c4f297')
})
// para un usuario, mostrarme sus ordenes
// Lookup del agregation framework
db.users.aggregate([
{
$lookup: { // join
from: `orders`,
localField: `_id`,
foreignField: 'user_id',
as: 'orders'
}
}
])
/* Resultado
[
{
"_id": {
"$oid": "6497b8b4affb4e4355c4f297"
},
"name": "pedro",
"address": "San carlos 123",
"orders": [
{
"_id": {
"$oid": "6497b99410c8b687cb183d29"
},
"user_id": {
"$oid": "6497b8b4affb4e4355c4f297"
},
"total": 1300,
"date": "2023-23-25"
},
{
"_id": {
"$oid": "6497b99410c8b687cb183d2a"
},
"user_id": {
"$oid": "6497b8b4affb4e4355c4f297"
},
"total": 2400,
"date": "2023-12-02"
}
]
}
]
*/
// Consultar por una sola orden de compra
db.orders.aggregate([
{
$match: { // filtrar
_id: ObjectId('6497b99410c8b687cb183d2a') // order id
}
},
{
$lookup: { //Join
from: `users`,
localField: `user_id`,
foreignField: '_id',
as: 'user'
}
}
])
/* Resultado
[
{
"_id": {
"$oid": "6497b99410c8b687cb183d2a"
},
"user_id": {
"$oid": "6497b8b4affb4e4355c4f297"
},
"total": 2400,
"date": "2023-12-02",
"user": [
{
"_id": {
"$oid": "6497b8b4affb4e4355c4f297"
},
"name": "pedro",
"address": "San carlos 123"
}
]
}
]
*/
Es importante no abusar del uso del $lookup, sobre todo cuando tienen muchos (miles o millones) de documentos y se quieren sacar datos de varias otras collecciones. Ahi la performance de aggregate se reduce bastante.
Muestra las ordenes de cada usuario segun el id dado en el ++$match++
Usando projection en ambas colecciones
use("platzi_store")
// muestra todas las ordenes de un usuario
//omitiendo la 'password', y el 'user_id' de referencia de cada orden
db.users.aggregate([
{
$match: {
_id: ObjectId('63dc480941d8383c5926809e')
}
},
{
/**
* from: The target collection.
* localField: The local join field.
* foreignField: The target join field.
* as: The name for the results.
* pipeline: Optional pipeline to run on the foreign collection.
* let: Optional variables to use in the pipeline field stages.
*/
$lookup: {
from: 'orders',
localField: '_id',
foreignField: 'user_id',
as: 'orders_list',
pipeline: [ //Aqui podemos hacer operaciones para la colección secundaria
{
/**
* specifications: The fields to
* include or exclude.
*/
$project: {
'user_id': 0, // de la colección [orders]
}
}
],
}
},
{
/**
* specifications: The fields to
* include or exclude.
*/
$project: {
'password': 0, //de la colección [users]
}
}
])
Al momento de consultar por 1:n o n:n desde el punto de vista de base de datos debemos hacer estas búsquedas completas, pero cuando estamos en un producto real, puede o no verse como las búsquedas que hace el profesor