邻接列表已经足够好了。同样重要的是，它接近于用于表示简单图形的典型数据结构，并且可以使在数据库和应用程序之间移动数据变得非常简单。但如果你忽略了这一点（而且事实上这些建议都离题了），我会说使用neo4j；）+1代表zero323的答案。MongoDB应该这

---

---

邻接列表已经足够好了。同样重要的是，它接近于用于表示简单图形的典型数据结构，并且可以使在数据库和应用程序之间移动数据变得非常简单。但如果你忽略了这一点（而且事实上这些建议都离题了），我会说使用neo4j；）+1代表zero323的答案。MongoDB应该这样使用。如果无法更改模式，可以使用查询语言获取所有数据，构建图形，然后应用基本的叶移除算法，但是如果你的图形有太多的节点，它将严重滞后。该模式不允许典型的面向图形的数据库问题，除非你在

后面

和

后面

以及连接类型和顶点数量等的详尽列表，MongoDB不适合面向图形的数据库操作，因为如果没有大量的查询或更糟的查询，您就无法跟踪关系，带回大量文档，只在本地构建图形，然后丢弃数据进行查询。@WiredPairie我完全同意，但邻接列表是我能想到的唯一表示形式，至少在一定程度上适合MongoDB。有时，最好的答案是说它不起作用。有许多记录良好的面向图形的数据库可能会在一瞬间解决这个问题。@WiredPairie当您想到它时，MongoDB的使用方式非常频繁，很难证明其合理性。我学会了不争论，并假设他们知道自己在做什么。我也不是在猜测这里的大局。对于某些应用程序，使用索引邻接列表就足够了。同样重要的是，它接近于用于表示简单图形的典型数据结构，并且可以使在数据库和应用程序之间移动数据变得非常简单。但如果你忽略了这一点（而且事实上这些建议都离题了），我会说使用neo4j；）+1代表zero323的答案。MongoDB应该这样使用。如果无法更改模式，可以使用查询语言获取所有数据，构建图形，然后应用基本的叶移除算法，但是如果你的图形有太多的节点，它将严重滞后。该模式不允许典型的面向图形的数据库问题，除非你在

后面

和

后面

以及连接类型和顶点数量等的详尽列表，MongoDB不适合面向图形的数据库操作，因为如果没有大量的查询或更糟的查询，您就无法跟踪关系，带回大量文档，只在本地构建图形，然后丢弃数据进行查询。@WiredPairie我完全同意，但邻接列表是我能想到的唯一表示形式，至少在一定程度上适合MongoDB。有时，最好的答案是说它不起作用。有许多记录良好的面向图形的数据库可能会在一瞬间解决这个问题。@WiredPairie当您想到它时，MongoDB的使用方式非常频繁，很难证明其合理性。我学会了不争论，并假设他们知道自己在做什么。我也不是在猜测这里的大局。对于某些应用程序，使用索引邻接列表就足够了。同样重要的是，它接近于用于表示简单图形的典型数据结构，并且可以使在数据库和应用程序之间移动数据变得非常简单。但如果你忽略了这一点（而且事实上这些建议都离题了），我会说使用neo4j；）

{ "user_id": 1, "follower_id": 2 }
{ "user_id": 1, "follower_id": 3 }
{ "user_id": 2, "follower_id": 1 }
{ "user_id": 2, "follower_id": 3 }
{ "user_id": 3, "follower_id": 4 }
{ "user_id": 5, "follower_id": 2 }

db.graph.aggregate(
        {$project: {index: {$const: [0, 1]}, user_id: 1, follower_id: 1}},
        {$unwind: "$index"},
        {$project: {id: {$cond: [{$eq: ["$index", 0 ]}, "$user_id", "$follower_id"]} }},
        {$group: {_id: "$id", count: {$sum: 1}}},
        {$match: {count: {$lte: 1}}}
).result.forEach(function(node) { db.graph.remove({user_id: node._id});})

{
    user_id: 1,
    follows: [2, 3],
    followed_by: [2]
}