Database design 与NoSQL数据库的多对多关系

我想用NoSQL数据库为node.js应用程序实现一个分类结构（地理术语）。我和MySQL有着相似的分类结构，但现在是时候向前迈进，学习一些新的东西了，所以我决定尝试一种不同的方法，在我的测试应用程序中使用NoSQL（面向文档）。分类结构很简单-有五个不同的级别：国家（即英国）→ 地区（英格兰）→ 郡（默西塞德）→ 城市/城镇/村庄（利物浦）→ 城市的一部分（托克特）

显而易见的选择是使用树形结构，但问题在于细节——历史上一些城镇属于其他县。这个想法是用这些术语标记出生在某些城市或城镇的人，然后用地理标记过滤他们，因此我必须尊重这样一个事实：在一些人出生时，利物浦或曼彻斯特（以及其他地方）是兰开夏郡的一部分。否则，任何用户使用my geo filter获得的结果都将不正确

约翰·多伊1957年出生在兰开夏郡的布莱克本。保罗·布朗1960年出生于利物浦（兰开夏郡，现为默西塞德郡）。5年后，乔治亚多伊（nee Jones）出生在威拉尔（柴郡，现在的默西塞德郡）。他们的儿子林戈1982年出生在利物浦（当时是默西塞德郡）

约翰出生于兰开斯特郡，保罗出生于兰开斯特郡和默西塞德郡，佐治亚州同时来自柴郡和默西塞德郡，林戈出生于默西塞德郡。所以当我按县搜索时，它们应该被相应地分类。但随着一对多的简单结构，遵循国家的现代结构，他们将永远不会被过滤，因为他们应该是

如何使用NoSQL（首先是面向文档的）解决方案来实现集合结构的复杂性？我在谷歌上搜索了一下，在堆栈上做了一些研究，但仍然不知道下一步该怎么做。在我看来，有几种可能的解决方法：

使用类似SQL的数据结构：

{
    {'name': 'United Kingdom', 'unique_id': 1},
    {'name': 'England', 'unique_id': 2, 'parents': [1]},
    {'name': 'Merseyside', 'unique_id': 3, 'parents': [2]},
    {'name': 'Lancashire', 'unique_id': 4, 'parents': [2]},
    {'name': 'Liverpool', 'unique_id': 5, 'parents': [3, 4]},
}

将树结构与一些引用一起使用：

{    
    {'name': 'United Kingdom', 'unique_id': 1
        {'name': 'England', 'unique_id': 2]
            {'name': 'Merseyside', 'unique_id': 3]
                {'name': 'Liverpool', 'unique_id': 5, 'alternate_parents': [4]},
            },
            {'name': 'Lancashire', 'unique_id': 4},
        },
    },
}

使用无引用的树结构（一对多）并手动向文档添加“备用父级”标记：

{    
    {'name': 'United Kingdom', 'unique_id': 1
        {'name': 'England', 'unique_id': 2]
            {'name': 'Merseyside', 'unique_id': 3]
                {'name': 'Liverpool', 'unique_id': 5},
            },
            {'name': 'Lancashire', 'unique_id': 4},
        },
    },
}

坚持使用SQL

尝试实现无数据库分类法

请给我关于那件事的建议。我对任何NoSQL都是新手（目前我还没有设计过这样的数据库），所以我有一个真正的设计问题

我是stack的新手，所以如果我在这篇文章中做错了什么，请随时纠正我：）谢谢

编辑 我选择了@Jonathan answer作为解决方案。我认为它更适合我的需要（我的数据库中将存储其他文档并用这些术语标记它们），尤其是@Valentin建议的mapReduce功能

---

但是，如果你的应用程序不需要文档集合，@Philipp建议的图形数据库（基于关系而非文档）可能是最好的解决方案。

首先，如果你不熟悉基本原理，就很难在NoSQL和SQL数据库之间进行选择。如果这是您存储的唯一数据，请使用关系型（SQL）。如果有更多的数据（我假设是这样），并且需要更多的交织模式，那么就直接使用NoSQL

我会在这个问题上采取关系化的方式，以避免它变得太复杂。。。开始几次收集；一个用于国家、地区等。不要被劝阻在NoSQL数据库中执行关系（SQL）类型的模式；大多数情况下，它们是最好的解决方案

然后，在每个子组中，都有一个名为父组的字段

例如：

{
    {'name': 'United Kingdom'},
    {'name': 'United States'}
}

{
    {'name': 'England', 'parent': 'United Kingdom'},
    {'name': 'California', 'parent': 'United States'}
}

这样，您的数据集就不会嵌套到无法管理返回数据的地步。然后你可以抓取国家和相应的地区。。。轻松地等着

祝你好运

编辑：回答OP的问题：

（首先，我推荐MongoDB——这是一个很好的解决方案。）

因为当您开始使用MongoDB时，您会意识到它将数据并排存储在硬盘上。如果你编辑了这样一个巨大的记录，它很可能会被推到磁盘的后面，使你的硬盘类似于瑞士奶酪。一旦你到了那个点，你必须做一次修复，以使它再次浓缩。此外，这样在应用程序中更容易分离数据，这样，如果需要处理数据，就不必将其应用于整个对象。我假设您将拥有一个大型数据集，因为世界上有许多不同的位置

不要太担心那种事。如果您计划经常更改名称，则可以将ID用于父项，并将子项与ID匹配。我这样做是因为我假设您不需要更改位置数据库

我将使用嵌套文档来存储多个父对象，而不是数组。这样，它可以更容易地查询和索引。我会采用以下方法：

{
    {
        'name': 'England,
        'parent': {
            1: 1,
            568: 1
        }
     }
 }

---

这样，你就可以利用你的索引思想，找到db.region.$.568=

1

由于你的评论，我假设你说“NoSQL”时是指“MongoDB”。有许多其他数据库技术通常被称为NoSQL，它们完全不同，但这一种似乎就是您所指的

这不是一个好主意，因为要获得整个分类链，您需要执行多个数据库查询，这通常应该避免

三,。一个巨大的文档树也不是一个好主意，因为MongoDB对每个文档的限制是16MB。当您创建巨大的整体文档时，您可能会达到该限制

我认为MongoDB可能不是您用例的最佳解决方案。你考虑使用A了吗？MongoDB针对独立的自包含文档进行了优化。但问题的焦点