MongoDB树形数据存储

Posted 2023-03-29

参考技术A 树形结构的存储是一种非常典型的需求，例如菜单、省市区、栏目等等。

将树形结构的每个节点作为一行存储，每个节点保存父节点的指针(pid)。优点是简单易懂，插入修改比较简单。缺点是若要获取某个节点的所有子节点，将是一件非常恶心的事情。

在方式1中增加left和right，相当于btree的左右分支，分别存储左右分支节点的最大值和最小值。优点是查询一个节点的子节点容易，仅需做范围查询查询即可。缺点是由于树形结构存储在里面，增加或修改已存在的节点将可能产生连锁反应，操作复杂。

将整个树结构存成一个文档，文档结构即树形结构，简明易懂。缺点是文档越来越大，对所有节点的修改都集中在此文档中，并发操作受限。

将每个节点的子节点保存起来，优点是结构简单查询子节点方便，缺点是查询父节点会表麻烦。

充分利用文档型存储 schema-less的优点，受限存储一个大的树形文档，再将每个节点的其他信息单独存储。优点是操作简单，结构上的操作可直接操作树形文档，数据上的操作仅需操作单条数据。缺点，对所有节点的修改都集中在此文档中，并发操作受限。

POSTGRESQL 如何存储树形数据 处理树形数据

树形数据是一种什么体现,形式, 这里先提前的展示一下,为下面的postgresql操作树形数据做一个铺垫.

这样的数据存储在POSTGRESQL 的方式以及数据处理的方式,就是今天要讨论和解决的问题.

上图动用了一个新的字段类型ltree , ltree 本身就是使用树形结构的来进行数据的存储, 我们在输入了数据后,就可以开始查询了, 例如我们想知道当前树形结构包含  A.B 的树形路径 通过 LTREE 自身的操作符号 

以上边语句作为一个窗口对于表 path_tree 这个表对于 A.B 这个路径以及包含这个路径可以从输入的数据看到, 2个路径包含或等于 A.B

上面的图形的意思是, 路径中包含 A.E 和以上的路径. 

在大概了解了ltree 的操作后, 我们回到到底什么是ltree ,ltree 到底可以做什么.

在例如我们想知道通过A.E 节点的路径有多少

select * from path_tree where path ~ A.E.*

对于其他SQL常用的方式也都是支持和可以查询的

目前PG12 支持的LTREE 类型是数字和字母， 并且小于256字节。

Ltree是一个PostgreSQL模块。它实现了一个数据类型ltree，用于表示存储在层次树状结构中的数据标签。提供了通过标签树进行搜索的广泛工具。通过点 . 的方式来将数据进行有效的分割，通过数据和点的组合将其变为可组合的树状层次表达的一种方式。并且提供复杂的查询表达方式，来提取数据的一种功能。

对于这种类型的数据，建立索引支持两种类型，

1 B+ 

2 GIST 

GIST 相对来说支持的操作符号会多一些，所以建议使用GIST来创建LTREE 类型数据的索引。

实际上这样的数据类型还可以帮助我们来完成一些有趣的统计功能。如我们现在有从 A 到 M 的一串字母， 数字也可， 我们需要找到从A 或从任意字母开始到M字母或其他任意字母顺序（必须顺序并且不能大于挑选比任意字母顺序位置前面或等于的位置的字母）路径排序，以及有多少种可能。

先建立一个表

​​CREATE​​​ ​​TABLE​​​ ​​t_orga​​

​​(​​

​​parent_code text,​​

​​child_code text,​​

​​UNIQUE​​​ ​​(parent_code, child_code)​​

​​);​​

然后我们创建一个物化视图，通过物化视图递归来讲上面的数据进行一个整合，因为第一行有NULL 所以需要UNION ALL将NULL 和没有NULL 的数据进行一个整合。

大家会注意到虽然上边建表并未使用到LTREE 类型，但实际上在物化视图中已经使用ltree 类型， 否则后面将无法通过LTREE 形式进行查询。

同样也可以对雾化视图里面的ltree 字段进行索引，提高数据查询的效率