只是不要:)
没有做到这一点的好方法。即使您做了一些map-reduce，它也会有可怕的性能，如果您有或将要使用它，则将导致分片问题。
Mongo作为NoSQL数据库确实非常适合存储树文档。您可以存储整棵树，然后在没有很多“查找特定叶”查询的情况下，使用map-
reduce从中获取特定的叶。如果这对您不起作用，请选择两个集合：
简化的树状结构：
{_id: "tree1", tree: {1: [2, {3: [4, {5: 6}, 7]}]}}。数字只是节点的ID。这样，您将在一个查询中获得整个文档。然后，您只需提取所有ID并运行第二个查询。节点：
{_id: 1, data: "something"}，{_id: 2, data: "something else"}。
然后，您可以编写简单的循环函数，该函数将用第二个数据替换第一个集合的节点ID。2个查询和简单的客户端处理。
小更新：
您可以扩展第二个集合，使其更加灵活：
{_id: 2, data: "something", children:[3, 7], parents: [1, 12, 13]}这样，您将可以从任何叶子开始搜索。然后，使用map-reduce到达树的该部分的顶部或底部。
