Si agrega un campo parent
para capturar el padre de cada nodo, puede ayudar a optimizar las consultas en un conjunto de datos más grande. Por ejemplo:
{"parent": "", "node": "#a"}
{"parent": "#a", "node": "#a#b"}
{"parent": "#a", "node": "#a#c"}
{"parent": "#a#b", "node": "#a#b#1"}
{"parent": "#a#b", "node": "#a#b#2"}
{"parent": "#a#c", "node": "#a#c#1"}
{"parent": "#a#c#1", "node": "#a#c#1#x"}
Entonces puede utilizar $graphLookup (agregación) operador para atravesar.
Una alternativa a su consulta de expresiones regulares para obtener todos los elementos secundarios de un nodo de árbol para #a#c
:
db.tree.aggregate([
{$match:{"node":"#a#c"}},
{$graphLookup:{
from:"tree",
startWith:"$node",
connectFromField:"node",
connectToField:"parent",
as:"dep"}},
{$project:{"dep.node":1, "_id":0}}
])
Encuentra solo hojas de #a#c
:
db.tree.aggregate([
{$match:{"parent": {$regex:"^#a#c"}}},
{$graphLookup:{
from:"tree",
startWith:"$node",
connectFromField:"node",
connectToField:"parent",
as:"dep"}},
{$match:{dep:[]}},
{$project:{"_id":0, node:1}}
])
También recomendaría revisar Model Tree Structures , hay varias formas de usar estructuras de datos de árbol en MongoDB. Dependiendo de su caso de uso, debe emplear ciertas estructuras para los beneficios de consulta de su aplicación.