MongoDB是一种非关系型数据库，它以文档的形式存储数据，每个文档都有一个唯一的ID。MongoDB支持多种类型的查询，包括简单的键值查询、复杂的聚合查询、全文搜索查询等。其中，联表查询是指在多个集合（相当于关系型数据库中的表）之间进行关联操作，以获取所需的数据。
MongoDB提供了两种方式来实现联表查询：$lookup和populate。$lookup是一个聚合管道操作符，它可以在同一个数据库中的两个集合之间进行左外连接，即根据指定的字段将左侧集合中的每个文档与右侧集合中的一个或多个文档匹配，并将匹配结果作为一个数组添加到左侧文档中。populate是一个Mongoose（MongoDB的一个Node.js驱动）方法，它可以在不同数据库中的两个集合之间进行引用操作，即根据指定的字段将左侧集合中的每个文档中存储的右侧集合文档的ID替换为对应的文档对象。
那么，MongoDB联表查询效率怎么样呢？这要根据具体的场景和需求来判断。一般来说，MongoDB联表查询有以下几个优点：
1.灵活性高：MongoDB可以根据不同的业务逻辑和数据结构来设计合适的集合和文档模型，而不需要遵循严格的范式规范。这样可以减少数据冗余和复杂性，提高查询效率。
2.扩展性强：MongoDB支持水平分片和垂直分片，可以将数据分布在多个节点上，实现负载均衡和容错。这样可以提高系统的可用性和性能，同时也方便进行联表查询。
3.功能丰富：MongoDB提供了多种类型的索引、聚合管道、全文搜索等功能，可以满足各种复杂的查询需求。同时，MongoDB也支持事务、ACID特性、数据一致性等特性，保证数据的完整性和安全性。
但是，MongoDB联表查询也有以下几个缺点：
1.效率低：MongoDB联表查询需要在多个集合之间进行多次IO操作，消耗更多的网络资源和内存资源。而且，MongoDB没有优化器，无法自动选择最优的执行计划，可能导致查询性能下降。
2.限制多：MongoDB联表查询有一些限制条件，例如$lookup只能在同一个数据库中进行，populate只能在Mongoose中使用，而且只能引用单个字段等。这些限制可能影响查询结果和灵活性。
3.不一致性：MongoDB联表查询可能出现数据不一致的情况，例如在$lookup操作过程中，右侧集合发生了变化，导致左侧文档中存储的数组不准确。