Database 存储文件夹系统的数据库模式选择

我正在尝试实现一个基于SQLite的数据库，它可以存储一个100GB文件夹的完整结构和一个复杂的子结构（需要50-100K文件）。数据库的主要目的是快速查询该文件夹的各个方面（总大小、任何文件夹的大小、文件夹的历史记录及其所有内容等）

然而，我意识到，如果我只是用一个parent_directory字段创建一个“file”表，那么在没有递归查询的情况下，查找文件夹中的所有文件（包括其所有子文件夹）是不可能的。我认为这是我的代码中最重要的特性之一，所以我考虑了下面的两个模式选项，如下图所示。

在模式1中，我将所有文件名存储在一个表中，将目录名存储在另一个表中。它们都有一个“parentdir”项，但也有一个名为“FullPath”的文本（显然text/blob在sqlite中是相同的）字段，该字段将保存从根目录到特定文件/目录的整个路径（如/etc/abc/def/wow/longpath/test.txt）。我并没有假设子文件夹的最大限制，所以理论上这个字段最多允许30K个字符。我的想法是，如果我想要所有的文件或目录属于任何一个父级，我只需在这个字段中查询父级的完整路径，并获取文件ID

在模式2中，我分别在目录和文件表中只存储文件名、fileid和dirname、dirid。但是在第三个名为“祖先”的表中，我为每个文件存储了它的祖先目录的一组条目（因此在上面的示例中，test.txt将有5个条目，分别指向文件夹等的dirid、abc、def、wow和longpath）。然后，如果我想要任何文件夹的完整内容，我只需在这个表中查找DirID并获取所有fileid

我可以看到，在模式1中，主要限制可能是对可变长度文本列的全文搜索，而在模式2中，主要限制是，我可能必须为深埋在100个目录或其他目录中的文件添加大量条目

这些解决方案中最好的是什么？有没有我没有想到的更好的解决办法

您的第一个模式将很好地工作。 在

FullPath

列上放置索引时，请使用区分大小写的

BETWEEN

运算符进行查询，或在索引上或使用

LIKE

请注意，此模式还存储所有父项，但ID（名称）都连接到一个值中

重命名目录需要更新其所有子树条目，但您提到了历史记录，因此旧条目可能保持不变

您的第二个模式本质上是Dan D的评论中提到的模式。 注意不要忘记深度0的条目

这将存储大量数据，但作为ID，值不应太大

（您实际上不需要

关系ID

，是吗？）

存储树的另一种选择是，或类似的嵌套区间模型。 嵌套集模型允许通过查询时间间隔来检索子树，但是更新很麻烦。 嵌套区间模型使用分数，分数不是本机数据类型，因此无法编制索引

我估计第一种选择最容易使用。

---

如果查找被正确索引，我也不会比其他人慢。

我个人最喜欢的方法是这种方法，我认为它对您特别有用，因为它使对记录及其后代运行聚合查询变得非常容易。

您可能会感兴趣，这正是我想要的！因此，我展示的第二个解决方案与他描述的有点类似，但他也描述了非常优雅的触发器，可以在没有任何外部代码清理的情况下保持所有数据完全正常！我想我会同意那个设计！感谢您对这3个想法的详细描述！事实上，我认为我会使用闭包表，它会让人感觉更加优雅，数据应该如何真正存在于数据库中（DirtSimple链接有一个看起来非常酷的触发器，它可以在数据库中完成所有的簿记工作，尽管我会花一些时间仔细思考）。虽然firs的想法看起来也不错，但我只是对字符串操作感到有点厌倦，觉得另一个选择可能更酷。不过我可能会做一些测试，空间也是我的一个限制，必须添加RelationshipID，因为MS Access不允许我创建没有主键的表，我发现它是创建关系图的最简单工具：）该表的“正确”主键应该是

DirID

和

FileID

@CL的组合。你读过这两个吗塞尔科（2012年）-完全值得电子阅读器的价格-或（2012年）。它们都不会使更新在嵌套模型中看起来“毛茸茸的”。当我考虑实现这个设计时，是什么使得模型需要更新？只是需要额外的注意和思考吗？@Thomas“重新安排树的结构是很棘手的，因为计算（lft，rgt）嵌套集数需要在一棵大树上学习一点代数。”如果你有这本书，这会更容易。：）