如何使用lmdb形成树状数据库结构

Question

在这里我试图创建图形数据库，其结构将如下所示。当我继续添加更多的节点时，我看不到depth of the tree increasing。谁能指出我哪里做错了吗?

A:1
/    
B:2   C:3
/          
D:4          E:5
>>> import lmdb
>>> env = lmdb.open("treedb.lmdb")
>>> txn = env.begin(write = True)
>>> txn.stat()
{'psize': 4096, 'depth': 0, 'branch_pages': 0, 'leaf_pages': 0, 'overflow_pages': 0, 'entries': 0}
>>> txn.put('root'.encode('utf-8'),json.dumps({'A':1}).encode('utf-8'))
True
>>> txn.stat()
{'psize': 4096, 'depth': 1, 'branch_pages': 0, 'leaf_pages': 1, 'overflow_pages': 0, 'entries': 1}

>>> txn.put('A'.encode('utf-8'), json.dumps({'A':{'B':2}}).encode('utf-8'))
True
>>> txn.stat()
{'psize': 4096, 'depth': 1, 'branch_pages': 0, 'leaf_pages': 1, 'overflow_pages': 0, 'entries': 2}
>>>
>>> txn.put('A'.encode('utf-8'), json.dumps({'A':{'C':3}}).encode('utf-8'))
True
>>>
>>> txn.stat()
{'psize': 4096, 'depth': 1, 'branch_pages': 0, 'leaf_pages': 1, 'overflow_pages': 0, 'entries': 3}
>>>
>>> txn.put('B'.encode('utf-8'), json.dumps({'B':{'D':4}}).encode('utf-8'))
True
>>> txn.put('C'.encode('utf-8'), json.dumps({'C':{'E':5}}).encode('utf-8'))
>>> txn.stat()
{'psize': 4096, 'depth': 1, 'branch_pages': 0, 'leaf_pages': 1, 'overflow_pages': 0, 'entries': 5}

Answer 1

首先，不清楚您试图通过txn.stats实现什么。

第二，str.encode是"穷人";打包函数，你需要按字典顺序打包成字节，保持自然的类型顺序(ref: python:fdb.tuples.pack)

如果你想从父节点到子节点再返回，给出下面的树:

a
|_b
|_c
|_d
|_e
|_f
|_g
|_h

给定以下符号key -> value，您可以构建以下okvs模式:

a -> properties
a.b -> properties
a.c -> properties
a.d -> properties
a.e -> properties
a.e.f -> properties
a.e.g -> properties
a.e.h -> properties

如果你有节点a.e.g，你可以通过删除最后一个组件来获取a.e来检索父节点，然后要查询a.e的所有子节点，你可以查询前缀(以)a.e.的键的范围。

见https://stackoverflow.com/a/69317404/140837

真的点.作为分隔符是一个hack，看看python-lexode。