MongoDB：在精确的深度找到人

我在MongoDB中有一种图形连接：

{ 
    from: ObjectID(user),
    to: ObjectID(user) 
}

如果我想获得深度1的所有用户，很容易：

db.connections.find({from:ObjectID(myUser)});

但是，当我想在深度2查找所有用户时，这很难：愚蠢的想法是在深度1查找所有用户，然后像前一个一样为每个人执行查询。不可能，而且它还将返回所有循环路径

e.g 
1->2 
2->1 
1->3
2->4
results of user(1).findDepth2() would be 2,1,3,4 instead of 4. 

pseudo node.js中的示例：

var myFriends = db.connections.find({from:ObjectID(myUser)});
var friendAtDepth2 = [];
for(friend in myFriends){
    // I find friends of each friend
    var frendsOfFriend = db.connections.find({from:ObjectID(friend)});
    for(friendOfFriend in frendsOfFriend){
        if(friendAtDepth2.indexof(friendOfFriend)==-1 
             && myFriends.indexof(friendOfFriend)==-1
             && myUser!=friendOfFriend){
             // I haven't already found this user, so I it is actually at depth 2
             friendAtDepth2.push(friendOfFriend);
        }
    }
}

但是通过这种方式，我确实做了很多查询，我希望存在一种类似于mysql的连接查询，我只在一个查询中做这件事

这样的查询可行吗？

实现算法以查找距离特定节点2处的所有节点

它的线性时间复杂度为O | E |+| V |，因此你不可能做得比这更好

如果需要距离为2、3等的所有节点，则可能需要研究所有对最短路径算法，并对它们进行一些自定义

通过定制，我的意思是你应该从每个节点运行BFS，并在所需的深度停止。如果您想要一些具体的代码示例，您应该看看类似的问题，如

另外，根据您的数据，您可以将显式邻居列表添加到节点中，这些节点需要过多的空间，您可以通过一个查询将所有数据放入内存中，或者您可以尝试使用聚合框架，在那里实现它可能有点困难，但这应该是最快的解决方案

---

如果你的应用程序在图形和图形算法上很重，你应该考虑图形数据库，比如，

我想你确实需要给这个例子添加一个明确的例子。你的问题中没有显示任意深度的内容。意思是：如果你在深度2找到一个查询来查找人员，那么也可以在深度3或4找到一个查询，但仍然没有足够的信息。一个示例文档来说明是好的。失败的代码尝试更好。只是试着提出建议，因为人们会关闭这个。由你决定。也许你不必评论那些不能回答你问题的东西，你可以像被要求的那样集中精力更清楚地解释你的问题。你可以只浏览一次你的收藏：1。浏览收藏并构建1对1关系矩阵，无论是否对称，2。你把矩阵平方。这不是一个最佳的理论复杂度，但它是一个二进制矩阵，如果你考虑到查询执行时间，你可以节省很多时间…除非你要展示一些代码如何在这种情况下这样做，那么这不是一个答案。链接往往会随着时间的推移而改变，所以要么解释答案，要么接受你没有提供完整的答案。呼吸优先搜索算法非常有名，我只是提供了第一个谷歌点击。此外，该问题没有提供清晰的数据结构，因此我无法为该问题提供代码。这是一个理论上的答案。谷歌搜索也不是唯一的答案。您需要展示如何获得所需的结果。任何人都可以用谷歌搜索。除非你能展示如何做，否则最好作为评论。这就是答案。是的，这是众所周知的，但如何实现呢？正如我所说的，愚蠢的想法是在深度1中找到所有人，然后为每个人执行与前一个一样的查询。实际上，BFS的实现是不可能的，但它非常重要inefficient@rodi，也许我不够明确。在答案中检查我的编辑。