2015-12-07

[Yorkie Makoto]

今日GET

• loopback中，可以使用{"root": true}来设置返回传入的对象本身（来自于团队小伙伴）
• loopback中，关系belongsTo中的foreignKey是当前模型的字段名，如：userId, commentId等
• 星巴克的瓶装饮料很解困
• 原来_京东_送货也有不能当日抵达的

如何使用 MongoDB 构建一个关系图谱?

由于这两天在给某个项目中加入社交相关联的东西，于是记录一下学习的成果

原来其实对文档数据库与关系数据库一直含含糊糊地，弄不清楚。知道昨天看了一篇文章：

neo4j-vs-mysql-vs-mongodb: http://addisonlee.azurewebsites.net/neo4j-vs-mysql-vs-mongodb/

分别对比了文档数据库、关系数据库以及图谱数据库，也直接引出了我今天的思考。每一类型的数据库跟它的数据结构有直接关系，由于数据结构的不同，会出现不同的用法。简单地说：

• 关系数据库 就是一个带范型的集合，比如：List, List等等
• 文档数据库 可以看成是一个个的对象组成，比如：new User(), new Order()
• 图谱数据库 我觉得只是在文档数据库的基础上，存储了从对象A到对象比的一个动作

中途我参考了一个叫 Wordnik 的例子，从这个团队的名字就能看出，他们是做字典应用的，从他们的 Keynote 中，我大概了解到图谱(graph)作为一种通用的数据结构，一般有以下的用途：

1. 地图应用，主要是查看从地点1到地点2中间的路径，属于路径问题
2. 字典应用，主要是查看可以从单词a拓展到哪些其他相关的单词，属于关联性问题

他们在视频里讲了很多废话，我就直接上他们的数据结构：

{
  "id": "cat+context",
  "tn": [
    { "weight": 1, "id": "dog+context" },
    { "weight": 2, "id": "yorkie+context" }
  ]
}

当然具体的数据是我瞎编的，其实他们的实现跟我之前的想法大致一样，不过还是有些出入，我的思维可能会更偏关系型数据库一些：

[{ "source": "cat+context"
,  "linkTo": "dog+context" },
{  "source": "cat+context"
,  "linkTo": "yorkie+context" }]

所以，前者才是文档数据库正确的打开方式

于是我参考了 Wordnik 的方案，把id从指向的是一个单词，换为指向人名(username)：

{
  "id": "jobs",
  "tn": [
    { "type": "like", "id": "yorkie" },
    { "type": "hate", "id": "bill" }
  ]
}

这样一个简单的图谱数据结构就在 MongoDB 中定义完成了。