我正在寻找有关创建时间嵌套数据集模型的建议。我正在努力提高阅读部分的性能。我有一个约1百万个节点的节点树，频繁的深度为20多个节点。树存储可随时间变化的类别，并能够输入未来的更改。
当前的数据结构是一个时间相邻的节点模型，随着时间的推移，对节点树的建模变化是微不足道的，具有简单的数据结构：
节点
节点ID
[数据]边线
parentNodeId
childNodeId
validFromDate
validToDate
嵌套数据集可以实现非常快速的读取操作，但我目前对嵌套集的理解不支持随时间对树的更改
节点
NODEID
左
右
[数据]
我有一个想法是创建一系列“嵌套映射”，它们反映了给定时间点的左/右值，但这意味着每当建模一次更改时，重新创建整个节点树，这会使“巢”数据集的大小变得太大，因为变化很频繁。
巢
NODEID
左
右
validFromDate
validToDate
有没有人创建过时间嵌套数据集模型，或者知道有关该主题的任何好资源？
答案 0 :(得分：0)
以下文章研究了归档多个版本化嵌套数据（一种简单的XML形式，但使用XML并不重要。）
另见一些论文：
homepages.inf.ed.ac.uk/opb/papers/TODS2004.pdf