Laravel-mongodb 中 whereHas 查询的限制与解决方案

在使用 Laravel 的 Eloquent ORM 时，whereHas 方法是一个非常方便的关系查询工具。然而，当我们将它应用于 Laravel-mongodb 这个 MongoDB 的 Eloquent 扩展时，可能会遇到一些意料之外的行为。

问题背景

在 MongoDB 数据库中，我们通常会有两个集合：leagues（联赛）和 countries（国家）。leagues 集合中的文档通过 country_id 字段引用 countries 集合中的文档。在 Laravel 模型中，我们建立了 League 模型到 Country 模型的 belongsTo 关系。

当我们尝试使用 whereHas 方法来查询特定国家名称下的联赛时，例如：

League::with("country")->whereHas('country', function($query){
    $query->where('name', 'LIKE', "%China%");
});

这个查询在 MySQL 等关系型数据库中能够正常工作，但在 MongoDB 环境下却返回空结果集。

原因分析

这个问题的根本原因在于 MongoDB 的查询机制与关系型数据库不同。在关系型数据库中，whereHas 会被转换为 JOIN 操作，而在 MongoDB 中，原生不支持这种跨集合的 JOIN 操作（即 $lookup 聚合操作）。

Laravel-mongodb 扩展目前没有实现 whereHas 方法所需的 $lookup 聚合功能，因此这种查询方式无法正常工作。

解决方案

1. 使用原生聚合管道

我们可以直接使用 MongoDB 的原生聚合管道来实现类似功能：

use MongoDB\BSON\Regex;
use MongoDB\Collection;

League::raw(function (Collection $collection) {
    return $collection->aggregate([
        [
            '$lookup' => [
                'from' => 'countries',
                'localField' => 'country_id',
                'foreignField' => '_id',
                'as' => 'country_info'
            ]
        ],
        [
            '$match' => [
                'country_info.name' => new Regex('China', 'i')
            ]
        ],
        [
            '$project' => [
                'country_info' => 0,
            ],
        ],
    ]);
});

需要注意的是，这种方式的性能可能不如关系型数据库中的 JOIN 操作高效。

2. 数据反规范化设计

更符合 MongoDB 设计理念的解决方案是采用反规范化设计。我们可以在保存联赛文档时，直接将国家名称冗余存储在其中：

{
  "_id": {
    "$oid": "658e9c7d9ce7b199fa555269"
  },
  "type": "CUPMATCH",
  "api_id": 75,
  "name": "World Cup",
  "country_id": {
    "$oid": "658e9c7d9ce7b199fa555268"
  },
  "country_name": "International"
}

这样，我们就可以直接通过 country_name 字段进行查询，无需跨集合操作：

League::where('country_name', 'LIKE', '%China%')->get();

最佳实践建议

1. 评估查询需求：在设计 MongoDB 数据结构时，应该优先考虑查询模式而非关系完整性。

2. 合理使用引用：对于频繁查询但不经常更新的数据，可以考虑反规范化；对于经常更新的数据，则更适合使用引用。

3. 考虑数据一致性：如果采用反规范化设计，需要确保在源数据更新时同步更新所有冗余字段。

4. 性能监控：对于大型数据集，应该监控聚合查询的性能，必要时考虑添加适当的索引。

通过理解 MongoDB 的设计哲学和 Laravel-mongodb 扩展的限制，我们可以更好地设计数据模型和查询方式，从而构建出高性能的应用程序。