《Windows Azure Platform 系列文章目录》
Azure Cosmos DB兼容MongoDB的API，下表将帮助我们更容易理解MongoDB中的一些概念：
| SQL概念 | MongoDB概念 | 说明 |
| Database | Database | 数据库 |
| Table | Collection | 数据表/集合 |
| Row | Document | 数据记录行/文档 |
| Column | Field | 数字字段 |
| Index | Index | 索引 |
| Table Join | 表连接，MongoDB不支持 | |
| Primary Key | Primary Key | 主键，MongoDB自动将_id字段设置为主键 |
通过下图实例，我们也可以更直观的了解Mongo中的一些概念：
文档Document
文档是一组键值(key-value)对(即 BSON)。MongoDB 的文档不需要设置相同的字段，并且相同的字段不需要相同的数据类型，这与关系型数据库有很大的区别，也是 MongoDB 非常突出的特点。
一个简单的文档例子如下：
{"site":"http://www.cnblogs.com/threestone", "name":"我的博客"}
需要注意的是：
- 文档中的键/值对是有序的。
- 文档中的值不仅可以是在双引号里面的字符串，还可以是其他几种数据类型（甚至可以是整个嵌入的文档)。
- MongoDB区分类型和大小写。
- MongoDB的文档不能有重复的键。
- 文档的键是字符串。除了少数例外情况，键可以使用任意UTF-8字符。
集合Collection
集合就是 MongoDB 文档组，类似于 RDBMS （关系数据库管理系统：Relational Database Management System)中的Table。
集合存在于数据库中，集合没有固定的结构，这意味着你在对集合可以插入不同格式和类型的数据，但通常情况下我们插入集合的数据都会有一定的关联性。
比如，我们可以将以下不同数据结构的文档插入到集合中：
{"site":"www.baidu.com"}
{"site":"www.google.com","name":"Google"}
{"site":"http://www.cnblogs.com/threestone", "name":"我的博客"}
MongoDB Relationship关系
MongoDB的关系，表示多个Document之间在逻辑上的相互联系。
文档间可以通过嵌入和引用来建议联系。
MongoDB中的关系可以是：
- 1:1
- 1:N
- N:1
- N:N
接下来，我们来考虑下用户与用户地址的关系。一个用户可以有多个地址，所以是一对多的关系。
以下是user文档的简单结构：
{ "_id":ObjectId("52ffc33cd85242f436000001"), "name": "Tom Hanks", "contact": "987654321", "dob": "01-01-1991" }
以下是address文档的简单结构
{ "_id":ObjectId("52ffc4a5d85242602e000000"), "building": "22 A, Indiana Apt", "pincode": 123456, "city": "Los Angeles", "state": "California" }
嵌入式方法
使用嵌入式方法，我们可以把用户地址嵌入到用户的文档中
{ "_id":ObjectId("52ffc33cd85242f436000001"), "contact": "987654321", "dob": "01-01-1991", "name": "Tom Benzamin", "address": [ { "building": "22 A, Indiana Apt", "pincode": 123456, "city": "Los Angeles", "state": "California" }, { "building": "170 A, Acropolis Apt", "pincode": 456789, "city": "Chicago", "state": "Illinois" }] }
以上数据保存在单一的文档中，可以比较容易的获取和维护数据。 你可以这样查询用户的地址：
>db.users.findOne({"name":"Tom Benzamin"},{"address":1})
引用式关系
引用式关系是设计数据库时经常用到的方法，这种方法把用户数据文档和用户地址数据文档分开，通过引用文档的 id 字段来建立关系。
{ "_id":ObjectId("52ffc33cd85242f436000001"), "contact": "987654321", "dob": "01-01-1991", "name": "Tom Benzamin", "address_ids": [ ObjectId("52ffc4a5d85242602e000000"), ObjectId("52ffc4a5d85242602e000001") ] }
以上实例中，用户文档的 address_ids 字段包含用户地址的对象id（ObjectId）数组。
我们可以读取这些用户地址的对象id（ObjectId）来获取用户的详细地址信息。
这种方法需要两次查询，第一次查询用户地址的对象id（ObjectId），第二次通过查询的id获取用户的详细地址信息。
>var result = db.users.findOne({"name":"Tom Benzamin"},{"address_ids":1})
>var addresses = db.address.find({"_id":{"$in":result["address_ids"]}})
