mongodb存儲數(shù)據(jù)

繼續(xù)使用MongoDB進行 NoSQL之旅，我想談一談一個經(jīng)常出現(xiàn)的特定用例：存儲分層文檔關系。 MongoDB是很棒的文檔數(shù)據(jù)存儲，但是如果文檔具有父子關系，該怎么辦？ 我們可以有效地存儲和查詢此類文檔層次結構嗎？ 肯定的答案是，我們可以。 MongoDB對如何在MongoDB中存儲樹提出了一些建議。 那里描述的并且被廣泛使用的一種解決方案是使用物化路徑。

讓我通過提供非常簡單的示例來解釋其工作原理。 如前幾篇文章所述，我們將使用最近發(fā)布的Spring Data MongoDB項目的1.0版來構建Spring應用程序。 我們的POM文件包含非常基本的依賴關系，僅此而已。

4.0.0mongodbcom.example.spring0.0.1-SNAPSHOTjarUTF-83.0.7.RELEASEorg.springframework.dataspring-data-mongodb1.0.0.RELEASEorg.springframeworkspring-beansorg.springframeworkspring-expressioncglibcglib-nodep2.2log4jlog4j1.2.16org.mongodbmongo-java-driver2.7.2org.springframeworkspring-core${spring.version}org.springframeworkspring-context${spring.version}org.springframeworkspring-context-support${spring.version}org.apache.maven.pluginsmaven-compiler-plugin2.3.21.61.6

為了正確配置Spring上下文，我將使用利用Java類的配置方法。 我越來越提倡使用這種樣式，因為它提供了強大的類型化配置，并且大多數(shù)錯誤都可以在編譯時發(fā)現(xiàn)，而無需再檢查XML文件。 這里看起來像：

package com.example.mongodb.hierarchical;import org.springframework.context.annotation.Bean; import org.springframework.context.annotation.Configuration; import org.springframework.data.mongodb.core.MongoFactoryBean; import org.springframework.data.mongodb.core.MongoTemplate; import org.springframework.data.mongodb.core.SimpleMongoDbFactory;@Configuration public class AppConfig {@Beanpublic MongoFactoryBean mongo() {final MongoFactoryBean factory = new MongoFactoryBean();factory.setHost( "localhost" );return factory;}@Beanpublic SimpleMongoDbFactory mongoDbFactory() throws Exception{return new SimpleMongoDbFactory( mongo().getObject(), "hierarchical" );}@Beanpublic MongoTemplate mongoTemplate() throws Exception {return new MongoTemplate( mongoDbFactory() );}@Beanpublic IDocumentHierarchyService documentHierarchyService() throws Exception {return new DocumentHierarchyService( mongoTemplate() );} }

很好，很清楚。 謝謝， 春天的家伙！ 現(xiàn)在，所有樣板文件已準備就緒。 讓我們轉到有趣的部分：文檔。 我們的數(shù)據(jù)庫將包含“文檔”集合，其中存儲了SimpleDocument類型的文檔。 我們使用用于SimpleDocument POJO的Spring Data MongoDB批注對此進行描述。

package com.example.mongodb.hierarchical;import java.util.Collection; import java.util.HashSet;import org.springframework.data.annotation.Id; import org.springframework.data.annotation.Transient; import org.springframework.data.mongodb.core.mapping.Document; import org.springframework.data.mongodb.core.mapping.Field;@Document( collection = "documents" ) public class SimpleDocument {public static final String PATH_SEPARATOR = ".";@Id private String id;@Field private String name;@Field private String path;// We won't store this collection as part of document but will build it on demand@Transient private Collection< SimpleDocument > documents = new HashSet< SimpleDocument >();public SimpleDocument() {}public SimpleDocument( final String id, final String name ) {this.id = id;this.name = name;this.path = id;}public SimpleDocument( final String id, final String name, final SimpleDocument parent ) {this( id, name );this.path = parent.getPath() + PATH_SEPARATOR + id;}public String getId() {return id;}public void setId(String id) {this.id = id;}public String getName() {return name;}public void setName(String name) {this.name = name;}public String getPath() {return path;}public void setPath(String path) {this.path = path;}public Collection< SimpleDocument > getDocuments() {return documents;} }

讓我在這里解釋幾件事。 首先，魔術屬性路徑 ：這是構建和查詢層次結構的關鍵。 路徑包含所有文檔父級的標識符，通常以某種分隔符（在我們的情況下為）分隔。 （點） 。 以這種方式存儲文檔層次結構關系可以快速構建層次結構，進行搜索和導航。 其次，注意臨時文檔集合：此非持久集合由持久提供者構造，并包含所有后代文檔（以防萬一，還包含自己的后代）。 讓我們通過查找find方法實現(xiàn)來實際觀察它：

package com.example.mongodb.hierarchical;import java.util.Arrays; import java.util.Collection; import java.util.HashMap; import java.util.Map;import org.springframework.data.mongodb.core.MongoOperations; import org.springframework.data.mongodb.core.query.Criteria; import org.springframework.data.mongodb.core.query.Query;public class DocumentHierarchyService {private MongoOperations template;public DocumentHierarchyService( final MongoOperations template ) {this.template = template;}@Overridepublic SimpleDocument find( final String id ) {final SimpleDocument document = template.findOne(Query.query( new Criteria( "id" ).is( id ) ),SimpleDocument.class);if( document == null ) {return document;}return build(document,template.find(Query.query( new Criteria( "path" ).regex( "^" + id + "[.]" ) ),SimpleDocument.class));}private SimpleDocument build( final SimpleDocument root, final Collection< SimpleDocument > documents ) {final Map< String, SimpleDocument > map = new HashMap< String, SimpleDocument >();for( final SimpleDocument document: documents ) {map.put( document.getPath(), document );}for( final SimpleDocument document: documents ) {map.put( document.getPath(), document );final String path = document.getPath().substring( 0, document.getPath().lastIndexOf( SimpleDocument.PATH_SEPARATOR ) );if( path.equals( root.getPath() ) ) {root.getDocuments().add( document );} else {final SimpleDocument parent = map.get( path );if( parent != null ) {parent.getDocuments().add( document );}}}return root;} }

如您所見，要獲得具有整個層次結構的單個文檔，我們只需要運行兩個查詢（但是更優(yōu)化的算法可以將其縮減為一個查詢）。 這是一個示例層次結構，以及從MongoDB讀取根文檔的結果

template.dropCollection( SimpleDocument.class );final SimpleDocument parent = new SimpleDocument( "1", "Parent 1" ); final SimpleDocument child1 = new SimpleDocument( "2", "Child 1.1", parent ); final SimpleDocument child11 = new SimpleDocument( "3", "Child 1.1.1", child1 ); final SimpleDocument child12 = new SimpleDocument( "4", "Child 1.1.2", child1 ); final SimpleDocument child121 = new SimpleDocument( "5", "Child 1.1.2.1", child12 ); final SimpleDocument child13 = new SimpleDocument( "6", "Child 1.1.3", child1 ); final SimpleDocument child2 = new SimpleDocument( "7", "Child 1.2", parent );template.insertAll( Arrays.asList( parent, child1, child11, child12, child121, child13, child2 ) );...final ApplicationContext context = new AnnotationConfigApplicationContext( AppConfig.class ); final IDocumentHierarchyService service = context.getBean( IDocumentHierarchyService.class );final SimpleDocument document = service.find( "1" ); // Printing document show following hierarchy: // // Parent 1 // |-- Child 1.1 // |-- Child 1.1.1 // |-- Child 1.1.3 // |-- Child 1.1.2 // |-- Child 1.1.2.1 // |-- Child 1.2

而已。 簡單一個強大的概念。 當然，在路徑屬性上添加索引將大大加快查詢速度。 有很多改進和優(yōu)化，但是基本思想現(xiàn)在應該很清楚。

參考：在Andriy Redko {devmind}博客上，由我們的JCG合作伙伴 Andrey Redko 在MongoDB中存儲分層數(shù)據(jù) 。

翻譯自: https://www.javacodegeeks.com/2012/01/storing-hierarchical-data-in-mongodb.html

mongodb存儲數(shù)據(jù)

總結

以上是生活随笔為你收集整理的mongodb存储数据_在MongoDB中存储分层数据的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。