Jeśli dodasz pole parent
aby uchwycić rodzica dla każdego węzła, może pomóc zoptymalizować zapytania dotyczące większego zestawu danych. Na przykład:
{"parent": "", "node": "#a"}
{"parent": "#a", "node": "#a#b"}
{"parent": "#a", "node": "#a#c"}
{"parent": "#a#b", "node": "#a#b#1"}
{"parent": "#a#b", "node": "#a#b#2"}
{"parent": "#a#c", "node": "#a#c#1"}
{"parent": "#a#c#1", "node": "#a#c#1#x"}
Następnie możesz użyć $graphLookup (agregacja) operatora do przejścia.
Alternatywa dla zapytania wyrażeń regularnych, aby uzyskać wszystkie dzieci węzła drzewa dla #a#c
:
db.tree.aggregate([
{$match:{"node":"#a#c"}},
{$graphLookup:{
from:"tree",
startWith:"$node",
connectFromField:"node",
connectToField:"parent",
as:"dep"}},
{$project:{"dep.node":1, "_id":0}}
])
Znajdź tylko liście #a#c
:
db.tree.aggregate([
{$match:{"parent": {$regex:"^#a#c"}}},
{$graphLookup:{
from:"tree",
startWith:"$node",
connectFromField:"node",
connectToField:"parent",
as:"dep"}},
{$match:{dep:[]}},
{$project:{"_id":0, node:1}}
])
Polecam również przejrzeć Struktury drzew modeli , istnieją różne sposoby wykorzystania drzewiastych struktur danych w MongoDB. W zależności od przypadku użycia należy zastosować określone struktury, aby uzyskać korzyści związane z zapytaniami aplikacji.