如何將樹數據存儲在Lucene/Solr/Elasticsearch索引或NoSQL數據庫中？

Question

說，而不是文件我有我需要存儲在Lucene索引中的小樹。我該如何去做呢？

在樹的示例節點：

class Node 
{ 
    String data; 
    String type; 
    List<Node> children; 
} 

在上述節點中的「數據」成員變量是字的空間分隔的字符串，以使得需要進行全文檢索。 「類型」成員變量只是一個單詞。

搜索查詢將是一棵樹本身，將搜索每個節點中的數據和類型以及匹配樹的結構。在針對子節點進行匹配之前，查詢必須首先匹配父節點數據和類型。數據值的近似匹配是可以接受的。

索引這類數據的最佳方法是什麼？如果Lucene不直接支持索引這些數據，那麼可以通過Solr或Elasticsearch來完成嗎？

我快速瀏覽了neo4j，但它似乎將整個圖存儲在數據庫中，而不是大型集合（例如數十億或數萬億）的小型樹結構。或者我的理解錯了？

另外，是不是基於Lucene的NoSQL解決方案更適合這個？

Answer 1

另一種方法是存儲在樹中當前節點的位置的表示。例如，第14棵樹的第1級節點的第3級節點的第17葉將被表示爲014.001.003.017。

假設'treepath'是樹位置的字段名稱，您將在'treepath：014 *'上查詢以找到第14棵樹中的所有節點和樹葉。同樣，要查找第14棵樹的所有孩子，您可以在'treepath：014. *'上查詢。

這種方法的主要問題是，移動分支需要在移動分支後重新排序每個分支。如果你的樹木相對靜止，那在實踐中可能只是一個小問題。

（我已經看到這種做法稱爲無論是「路徑枚舉」或「杜威十進制」表示。）

Answer 2

我建議Neo4j。畢竟，樹只是一個特殊的約束圖。

檢查出是否應該保存在一棵樹上的Neo4j這個大討論：

http://www.mail-archive.com/user@lists.neo4j.org/msg03256.html

Answer 3

這要求和解決方案是在這裏拍攝的：Proposal for nested docs

這種設計是隨後由內核Lucene和Elastic Search實現。 的BlockJoinQuery是核心Lucene的實施和彈性搜索看看有沒有實現所列出的位置：Elastic search nested docs

Answer 4

有一個項目警笛http://rdelbru.github.io/SIREn 與「深入」樹優惠尋址。內部使用杜威編號（http://www.ipl.org/div/farq/deweyFARQ.html）....