Arangodb:在树状结构中引用叶子的最佳建模策略

Pas*_*ert 1 arangodb

给定一个固定的 3 层深度树结构,例如

收藏: 树

{
    "name": "Level 1",
    "children": [{
        "name": "Level 1.1",
        "children": [{
            "name": "Level 1.1.1"
        }, {
            "name": "Level 1.1.2"
        }]
    }, {
        "name": "Level 1.2",
        "children": [{
            "name": "Level 1.2.1"
        }]
    }]
}
Run Code Online (Sandbox Code Playgroud)

在另一个集合中引用“叶子”节点:

集合“人”

{
  "name": {
    "first": "John",
    "last": "Doe"
  },
  "linkToLeaf": "<need to reference a leaf node. e.g. 'Level 1.2.1'>"
}
Run Code Online (Sandbox Code Playgroud)

并且需要查询数据:

  1. 渲染树以便管理员用户可以组织层次结构(基本 CRUD 页面)
  2. 在某个地方显示面包屑“您位于:级别 1 > 级别 1.2 > 级别 1.2.1”
  3. 建立到“叶节点”的链接

使用 arangodb,对数据建模的最佳方法是什么?使用图表、简单的 JSON 文档、两者的混合,还是其他东西?

我正在开发一个新项目,我们希望跳转到 NoSQL,但来自传统 RDBMS 的背景,我会简单地使用递归连接对树进行建模,因此只需使用它的主键引用“叶节点”。

不知道该怎么做Arangodb...

dot*_*art 5

有几点应该会影响您的数据模型:

  • 与常规数据库一样,连接并不是免费的。将多个集合中的数据聚合到一个文档中可能会很有帮助。
  • 根据您想要更新的内容,使用深度结构化文档可能会变得具有挑战性并产生难以阅读的 AQL。

在你的例子中,你展示了一些看起来非常自相似、像分形一样嵌套的东西。您当然可以将其弄平,并通过图形遍历嵌套执行您所做的操作。这对于客户端的代码来说是有益的,并且您不仅会受到固定数量的层的限制;而且还会受到限制。 图遍历会产生非常好的行为,您甚至可以迭代更深的动态。

新的 ArangoDB 模式匹配遍历可能如下所示:

db._create("names");
db.names.save({_key: "Level1"});
db.names.save({_key: "Level1.1"});
db.names.save({_key: "Level1.1.1"});
db.names.save({_key: "Level1.1.2"});
db.names.save({_key: "Level1.1.3"});
db.names.save({_key: "Level1.2"});
db.names.save({_key: "Level1.2.1"});

db._createEdgeCollection("nameEdges")
db.nameEdges.save("names/Level1",   "names/Level1.1",   {layer: 0})
db.nameEdges.save("names/Level1.1", "names/Level1.1.1", {layer: 1})
db.nameEdges.save("names/Level1.1", "names/Level1.1.2", {layer: 1})
db.nameEdges.save("names/Level1.1", "names/Level1.1.3", {layer: 1})
db.nameEdges.save("names/Level1",   "names/Level1.2",   {layer: 0})
db.nameEdges.save("names/Level1.2", "names/Level1.2.1", {layer: 1})

db._create("persons")
db.persons.save({_key: "adam_ant", details: {cname: "adam", lname: "ant"}})
db.persons.save({_key: "david_bowie", details:
    {cname: "david", lname: "bowie"}})

db._createEdgeCollection("nameToPersons")
db.nameToPersons.save("names/Level1", "persons/adam_ant",
    {himself: true})
db.nameToPersons.save("names/Level1.2", "persons/david_bowie",
    {alien: true})
Run Code Online (Sandbox Code Playgroud)

递归到结构:

db._query("FOR v IN 1..3 OUTBOUND 'names/Level1' nameEdges RETURN v"
     ).toArray()
Run Code Online (Sandbox Code Playgroud)

连接人员;我们显示顶点以及它们的路径:

db._query("FOR v, e, p IN 1..4 OUTBOUND 'names/Level1' " +
          "nameEdges,nameToPersons " +
          "RETURN {v:v, e:e, p:p}").toArray()
Run Code Online (Sandbox Code Playgroud)

您可以对顶点路径的任意属性进行 Shure 过滤:

db._query("FOR v, e, p IN 1..4 OUTBOUND 'names/Level1' " +
          "nameEdges,nameToPersons " +
          "FILTER e.alien != true " +
          "RETURN {v:v}").toArray()
Run Code Online (Sandbox Code Playgroud)