创建可以通过其任何元素查询的文档的正确方法是什么？

Question

我正在做一个项目，我希望通过搜索池中的任何元素来返回“池”中的所有文档。

例如，假设我们有 3 个池，每个池都有不同的用字母标记的文档

池 1：A, B, C

池 2：D

池 3：E, F, G, H

当我搜索A 时，我想得到A、B 和C。当我搜索C 时，我还想得到A、B 和C。

如果我添加了一个文档I，并且它满足池 1 和 2 的条件，那么池 1 和 2 应该被合并，并且任何对任何 A, B, C, D, I 的搜索都应该返回所有这些。

我知道如何低效地执行此操作（以每个元素为键创建一个新文档，然后在每次插入时更新所有文档），但我想知道是否有更好的方法？

提前致谢

Answer 1

我认为对于像数据这样抽象的东西，尤其是数据库文档，良好的可视化有助于概念化问题。尝试从试图维护一组深度不超过 1 的树的角度来看待这个问题。具体来说，每个文档都是一个叶子，而确定哪些是“池”的一部分的“规则”是根（即根是标签的子集，可以是叶子）。

现在，你说你想做的是能够添加一个新的叶子。如果这个叶子能够连接到多个根，那么这些根应该被合并，这意味着更新根是什么并将受影响树中的每一片叶子指向这个新根。

否则，您最终需要从新叶子跳到它连接的每个根，然后再跳到其他每个叶子。但每一片叶子也可能与其他根相连，这意味着你可以像这样跳来跳去任意次数。这是一个不理想的情况。

为了让这个查询高效，您需要决定这些“根”将是什么并相应地更新它们。例如，您可能决定保留一个“池”文档并根据需要将这些“池”合并在一起，例如通过拥有一个 labels 字段，该字段是要包含在池中的标签数组。合并只是合并数组本身的问题。或者，您可以使用通用 ObjectId（不一定附加到任何特定文档）并将此值用作一种“伪根节点”来代替文档。您可以探索许多选项。但是，一般来说，您应该尽量减少对单个文档的字段值的检查，减少为单个值检查（例如，不要在每个文档中保留其他“相关”标签的数组！）。

无论您采用何种方法，请牢记这些树结构，考虑在 MongoDB 查询方面遍历节点意味着什么，并确定您希望如何遍历节点，以便 1) 确保“跳数” " 您需要在节点之间进行恒定时间操作，并且 2) 确保您可以高效可靠地合并这些根，而不会有数据丢失的风险。

最后，如果您发现更新查询太慢，那么您可能遇到了索引问题。使用适当的索引，更新包含数百万个文档的集合根本不需要任何时间。此外，如果您没有进行multi 更新，而是为每个文档运行单独的更新，那么您的更新写得不好，因为您将遇到O(n) 搜索时间和网络开销，这会减慢您的更新到爬行。