上一篇
非关系型数据库是数据层次模型吗，如何理解
非关系型数据库（NoSQL）本身并不是“数据层次模型”，但部分非关系型数据库在数据组织方式上借鉴了层次模型的树状结构思想，或者允许嵌套文档形成天然的层级关系，要理解这一点，需要先厘清数据层次模型的定义,以及非关系型数据库多样化数据模型的特点。
什么是数据层次模型
数据层次模型是最早的数据库模型之一，典型代表是 IBM 的 IMS,其核心特征包括：
- 树状结构：数据以记录为节点，组织成一对多的父子关系,每个子节点只能有一个父节点。
- 导航式访问：必须从根节点开始,按照路径逐层访问数据。
- 严格的模式：结构预定义，修改困难,冗余度高。
非关系型数据库的主要数据模型
非关系型数据库是一个宽泛的概念，涵盖多种数据模型，它们大多不遵循严格的层次模型,而是根据场景采用了更灵活的结构：
| 数据库类型 | 数据模型 | 是否层次模型 | 说明 |
|---|---|---|---|
| 键值存储 | 键值对 | 否 | 扁平结构，通过键直接取值，无层级关系。 |
| 文档数据库 | 文档（JSON/BSON） | 部分类似 | 支持嵌套文档，可形成树状结构，但子文档可独立存在，允许多对多关系。 |
| 列族数据库 | 列族/宽列 | 否 | 基于行键和列族组织，有多层嵌套，但并非严格的父子树。 |
| 图数据库 | 节点与边 | 否 | 网络状结构，强调实体间任意关系，与层次模型的单向树形完全不同。 |
| 对象数据库 | 对象 | 否 | 直接映射面向对象模型，支持复杂引用，非树状约束。 |
非关系型数据库与层次模型的对比
- 结构灵活性：层次模型强制树形且模式固定；非关系型数据库大多无模式或模式灵活,节点可以有不同的属性。
- 关系表达：层次模型只能表达1:N，且必须通过父节点访问；文档数据库（如MongoDB）虽然支持嵌套，但也可以通过引用或数组来表达N:M关系,图数据库则天然支持复杂关系。
- 访问路径：层次模型依赖预定义路径；非关系型数据库通常通过键、索引或查询语言直接访问,不需要从根遍历。
- 典型相似场景：文档数据库的嵌套文档（如订单包含订单项）在逻辑上呈现树状，部分开发者会将其类比为层次模型,但底层实现和约束完全不同。
为什么容易产生混淆
非关系型数据库中的文档数据库常被误认为“层次模型”,因为：
- JSON 文档本身就是一种树形结构，有根文档、嵌套字段和数组。
- 在设计上可以用来表达一对多的层级数据（如组织架构、评论嵌套）。
- 早期层次数据库的理念（如快速读取预设路径）在某些文档型使用模式中再现。
但文档数据库并不强制要求从根访问，也允许通过任意字段建立索引，甚至支持跨文档的联结（如聚合管道），因此它只是借鉴了层次结构的优点,而非真正的层次模型数据库。
单元表格：层次模型 vs 文档数据库
| 对比维度 | 层次模型（IMS） | 文档数据库（MongoDB） |
|---|---|---|
| 结构定义 | 严格的树，模式固定 | 灵活的树，模式自由 |
| 多父节点 | 不允许 | 可通过引用实现 |
| 访问方式 | 从根路径导航 | 索引查询、聚合管道 |
| 数据冗余 | 高（常需复制子树） | 低（可引用关联） |
| 标准查询语言 | 无标准，程序导航 | 声明式查询（如MQL） |
相关问题与解答
问题1：有没有非关系型数据库直接采用了层次模型？
解答：没有主流的非关系型数据库完整实现传统层次模型，但有一些特定领域的数据库（如某些嵌入式设备或配置管理工具）使用树状存储，Windows 注册表或 LDAP 目录服务，它们更接近层次模型，在 NoSQL 生态中，如 Firebase Realtime Database 使用 JSON 树，并支持路径访问，具有一定的层次特征，但仍然是基于文档的模型,允许任意节点的独立查询。
问题2：如果数据具有明显的层次结构，应该选择关系型、文档型还是层次模型数据库？
解答：现代应用中，层次结构数据通常用文档数据库（如 MongoDB）或关系型数据库（通过自关联表）来处理，文档数据库适合读取整个树、无需复杂跨树查询的场景；关系型数据库适合需要强一致性、多对多关联或复杂查询的场景，传统层次模型数据库（如 IMS）仍然在大型机金融系统中使用，但新项目几乎不会选择，因为其灵活性差、维护成本高，选择时需根据读写模式、查询需求和数据耦合度综合判断,而非单纯看数据是否呈现树形。
