当前位置:首页 > 文章列表 > Golang > Go问答 > 将 Postgres ltree 值映射到递归结构

将 Postgres ltree 值映射到递归结构

来源:stackoverflow 2024-04-15 11:54:33 0浏览 收藏

今日不肯埋头,明日何以抬头!每日一句努力自己的话哈哈~哈喽,今天我将给大家带来一篇《将 Postgres ltree 值映射到递归结构》,主要内容是讲解等等,感兴趣的朋友可以收藏或者有更好的建议在评论提出,我都会认真看的!大家一起进步,一起学习!

问题内容

我正在用golang和postgres设计一个评论回复模型,我的评论表如下所示。

create table comments(postid uuid default uuid_generate_v4 (),
                comment text,
                comment_reaction varchar(255) not null,
                commented_user varchar(255) not null,
                created_at timestamp,
                parent_path ltree ,
                constraint fk_post foreign key(postid)
                references posts(postid) on delete cascade);

我已在表中添加了几个值,我的选择如下:

select * from comments where parent_path <@ 'ed9f0f769ee4455b8dbf6120afc902fa';
                postid                | comment  | comment_reaction | commented_user |         created_at         |             parent_path              
--------------------------------------+----------+------------------+----------------+----------------------------+--------------------------------------
 ed9f0f76-9ee4-455b-8dbf-6120afc902fa | blah1    |                  | sai            | 2021-02-06 16:46:36.436241 | ed9f0f769ee4455b8dbf6120afc902fa
 ed9f0f76-9ee4-455b-8dbf-6120afc902fa | reply1   |                  | sai            | 2003-02-01 00:00:00        | ed9f0f769ee4455b8dbf6120afc902fa.1
 ed9f0f76-9ee4-455b-8dbf-6120afc902fa | reply2   |                  | sai            | 2003-02-01 00:00:00        | ed9f0f769ee4455b8dbf6120afc902fa.2
 ed9f0f76-9ee4-455b-8dbf-6120afc902fa | reply1.1 |                  | sai            | 2003-02-01 00:00:00        | ed9f0f769ee4455b8dbf6120afc902fa.1.2

所以基本上我有一些带有 id 的帖子

其中有一条评论。 blah1 的回复是 reply 1 和 reply 2 并且回复 1 有子回复 reply1.1

如何将其映射到 go 中的结构,以便获得如下 josn 输出

{
    post :ed9f0f76-9ee4-455b-8dbf-6120afc902fa,
    comment :blah
    reply1 :{
           comment:reply1,
            reply: {
            comment :reply1.1
                   }
    }
   reply2 :{
          comment:reply2,
        }
}

所以这可以转到n条评论和回复,是否有可能首先在go中重建json映射?如果是的话有人可以帮助我吗?模式和重建的替代解决方案也受到赞赏。


解决方案


所以,我在尝试理解 facebook 模式时自己想出了一个解决方案。 facebook显示第一级评论并显示回复,但回复是隐藏的。 所以我们可以在树上做bfs

SELECT * FROM comments WHERE parent_path ~ 'be785c64e9654a59821d20dff67230fc.*{1,1}';

这为我们提供了第一级子级,我可以将其映射到一个结构并将每个子级的回复显示为计数

然后,如果用户想深入研究,他可以使用子节点进行另一个 api 调用。 这样也可以保留性能。递归地将整个树映射到结构体也会影响性能。

以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于Golang的相关知识,也可关注golang学习网公众号。

版本声明
本文转载于:stackoverflow 如有侵犯,请联系study_golang@163.com删除
如何通过 монаd 在Golang中处理错误?如何通过 монаd 在Golang中处理错误?
上一篇
如何通过 монаd 在Golang中处理错误?
win10实时保护打不开怎么办?win10实时保护打不开问题解析
下一篇
win10实时保护打不开怎么办?win10实时保护打不开问题解析
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    312次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    370次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    366次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    334次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    156次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码