以最佳方式存儲分層數據：NoSQL 或 SQL

Question

我正在處理分層數據，就像在樹結構中一樣。 我想知道將它們存儲在數據庫中的最佳方法是什么。

我從 MySQL 中的鄰接表開始。 但隨着數據的增加，性能似乎有所下降。 我在具有父子關系的 MySQL 表中存儲了大約 20,000 行，並且將來會增加。 獲取數據需要很長時間，因為我必須根據樹的深度編寫許多自連接。

所以我一直在尋找存儲這種數據的最佳方式。 有一次我發現嵌套集比鄰接列表更好。 然后我被建議看看 NoSQL，如果這能解決我的問題。 所以我現在很困惑是留在 SQL 中還是進入 No SQL，或者是否有任何其他最好的方法來處理這種數據。

那么任何人都可以建議我什么是最好的方法？

Answer 1

如果 MySQL 給您帶來的麻煩比它解決的麻煩多，我會看看 MongoDB、CouchDB 或 ElasticSearch（取決於您的用例）。 甚至可能是 Neo4j。 你的選擇應該歸結為幾個點，比如復制、擴容、一致性……我建議你在決定之前仔細閱讀一些官方文檔。 這是比較的起點。

使用 NoSQL 將擺脫所有連接並提高性能，但您仍然需要使用鄰接列表、嵌套集、物化路徑等來實現適當的層次結構……

請記住，上面的 NoSQL 技術幾乎都使用最終一致性，這實質上意味着您的數據在給定時間在某些節點之間可能不一致。 如果這是一個問題，您應該堅持使用 RDBMS。

Answer 2

Postgres 對它有本地支持，使用ltree ：

-- Ltree type presentation
-- Farshid Ashorui

-- First of all, this is an extension (included with standard installation)
CREATE EXTENSION IF NOT EXISTS ltree;

-- We need to specify `ltree` type.
CREATE TABLE IF NOT EXISTS tree(
    id serial primary key,
    letter char,
    path ltree
);


-- we are using `gist` index for super fast indexing of the path.
-- read more here: http://patshaughnessy.net/2017/12/15/looking-inside-postgres-at-a-gist-index
-- This is Postgres’s GiST index API to find and match descendant nodes
CREATE INDEX IF NOT EXISTS tree_path_idx ON tree USING GIST (path);


-- @@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@

-- Root of heirarchy
insert into tree (letter, path) values ('A', 'A');
insert into tree (letter, path) values ('B', 'A.B');
-- Notice here, we are deviating 
insert into tree (letter, path) values ('C', 'A.C');
insert into tree (letter, path) values ('D', 'A.C.D');
insert into tree (letter, path) values ('E', 'A.C.E');
insert into tree (letter, path) values ('F', 'A.C.F');
-- Back to B path
insert into tree (letter, path) values ('G', 'A.B.G');





-- @@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@
-- Search for A.C path
select * from tree where path <@ 'A.C';
-- More advanced one:
select * from tree where strpos(path::varchar, 'A.B.G') = 1;