MongoDB树形数据存储

树形结构的存储是一种非常典型的需求，例如菜单、省市区、栏目等等。

1. 关系型数据库

实现方式1

id、name、pid

将树形结构的每个节点作为一行存储，每个节点保存父节点的指针(pid)。优点是简单易懂，插入修改比较简单。缺点是若要获取某个节点的所有子节点，将是一件非常恶心的事情。

实现方式2

id、name、pid、left、right

在方式1中增加left和right，相当于btree的左右分支，分别存储左右分支节点的最大值和最小值。优点是查询一个节点的子节点容易，仅需做范围查询查询即可。缺点是由于树形结构存储在里面，增加或修改已存在的节点将可能产生连锁反应，操作复杂。

2. 文档型数据库

实现方式1

{
  name:'A',
  children:[
    {name:'B', children:[
      {name:'D'}
    ]},
    {name:'C'}
  ]
}

将整个树结构存成一个文档，文档结构即树形结构，简明易懂。缺点是文档越来越大，对所有节点的修改都集中在此文档中，并发操作受限。

实现方式2

{_id:"A",  children:["B", "C"]}
{_id:"B", children:["D"]}
{_id:"C"}
{_id:"D"}

将每个节点的子节点保存起来，优点是结构简单查询子节点方便，缺点是查询父节点会表麻烦。

实现方式3

{
  leaf:"A",children:[
    {leaf:"B", children:[
      {leaf:"D"}  
    ]},
    {leaf:"C"}
  ]
}

{_id:"A", ...}
{_id:"B", ...}
{_id:"C",...}

充分利用文档型存储 schema-less的优点，受限存储一个大的树形文档，再将每个节点的其他信息单独存储。优点是操作简单，结构上的操作可直接操作树形文档，数据上的操作仅需操作单条数据。缺点，对所有节点的修改都集中在此文档中，并发操作受限。