如何在数据库中插入非字符串对象作为键？附MongoDB报错解决及替代方案

首先，你遇到的InvalidDocument错误确实是MongoDB的硬性限制——它要求文档的键必须是字符串类型，而你用了元组('good','beneficial')作为edge_attr的键，这就触发了报错。先给你一个快速解决MongoDB问题的方法，再针对你的图数据存储需求推荐更合适的方案。

一、快速修复MongoDB的键错误 #

把元组键转换成字符串就能解决问题，这里有两种常用方式：

方式1：用分隔符拼接元组 #

把元组的两个元素用下划线（或其他不会冲突的字符）拼接成字符串键，后续读取时可以再拆分还原：

import pymongo
from pymongo import MongoClient

client = MongoClient()
db = client['glot']
collection = db['usr_history']

# 把元组键转成字符串键
edge_attr = {
    "_".join(edge): desc 
    for edge, desc in [
        (('good','beneficial'), "good is beneficial"),
        (('beneficial','supportive'), "beneficial means something supportive")
    ]
}
usr_history = {
    "nodes": ['good', 'beneficial', 'supportive'], 
    "edges": [('good', 'beneficial'), ('beneficial', 'supportive')], 
    "rephrase": edge_attr
}
collection.insert_one(usr_history)

方式2：JSON序列化元组 #

如果担心拆分时出现冲突（比如顶点名称里有下划线），可以用JSON把元组序列化成字符串，后续读取时用json.loads还原：

import json
import pymongo
from pymongo import MongoClient

client = MongoClient()
db = client['glot']
collection = db['usr_history']

edge_attr = {
    json.dumps(edge): desc 
    for edge, desc in [
        (('good','beneficial'), "good is beneficial"),
        (('beneficial','supportive'), "beneficial means something supportive")
    ]
}
usr_history = {
    "nodes": ['good', 'beneficial', 'supportive'], 
    "edges": [('good', 'beneficial'), ('beneficial', 'supportive')], 
    "rephrase": edge_attr
}
collection.insert_one(usr_history)

# 读取时还原元组键
doc = collection.find_one()
recovered_edge_attr = {
    json.loads(key): value 
    for key, value in doc['rephrase'].items()
}

二、更适合图数据的存储方案 #

你的核心需求是存储顶点、边、边属性这类图结构数据，还要用Python做分析，MongoDB虽然能改，但并不是最优选择。这里给你几个更匹配的方案：

1. 原生图数据库（推荐） #

这类数据库专门为图数据设计，能高效处理顶点关系的遍历、查询，Python生态也很完善：

Neo4j

最流行的开源图数据库，用Cypher语言操作图数据非常直观，官方Python驱动neo4j很易用：

from neo4j import GraphDatabase

# 连接数据库（替换成你的账号密码）
driver = GraphDatabase.driver("bolt://localhost:7687", auth=("neo4j", "your_password"))

def save_graph_data(tx, nodes, edges, edge_attrs):
    # 创建所有顶点
    for node_name in nodes:
        tx.run("CREATE (n:Term {name: $name})", name=node_name)
    # 创建边并添加属性
    for start, end in edges:
        desc = edge_attrs.get((start, end), "")
        tx.run(
            "MATCH (a:Term {name: $start}), (b:Term {name: $end}) "
            "CREATE (a)-[r:RELATION {description: $desc}]->(b)",
            start=start, end=end, desc=desc
        )

# 执行数据插入
with driver.session() as session:
    session.execute_write(
        save_graph_data,
        nodes=['good', 'beneficial', 'supportive'],
        edges=[('good', 'beneficial'), ('beneficial', 'supportive')],
        edge_attrs={('good','beneficial'):"good is beneficial", ('beneficial','supportive'):"beneficial means something supportive"}
    )

driver.close()

后续做图分析（比如找最短路径、关联顶点）时，Cypher语句会比MongoDB的查询简洁高效很多。

ArangoDB

支持多模型（文档、图、键值）的数据库，既保留文档数据库的灵活性，又有原生图数据库的能力，Python驱动python-arango可以轻松操作。

2. 关系型数据库（结构化存储） #

如果习惯用传统数据库，PostgreSQL（或MySQL）也能很好地建模图数据，通过三个表来拆分存储：

• nodes：存储顶点ID和名称
• edges：存储边ID、起点ID、终点ID
• edge_attributes：存储边ID和对应的属性

用SQLAlchemy（Python ORM框架）的示例：

from sqlalchemy import create_engine, Column, Integer, String, ForeignKey
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker

Base = declarative_base()

# 定义表结构
class Node(Base):
    __tablename__ = 'nodes'
    id = Column(Integer, primary_key=True)
    name = Column(String, unique=True, nullable=False)

class Edge(Base):
    __tablename__ = 'edges'
    id = Column(Integer, primary_key=True)
    start_node_id = Column(Integer, ForeignKey('nodes.id'), nullable=False)
    end_node_id = Column(Integer, ForeignKey('nodes.id'), nullable=False)

class EdgeAttribute(Base):
    __tablename__ = 'edge_attributes'
    edge_id = Column(Integer, ForeignKey('edges.id'), primary_key=True)
    description = Column(String)

# 初始化数据库连接（替换成你的数据库信息）
engine = create_engine('postgresql://username:password@localhost:5432/glot')
Base.metadata.create_all(engine)
Session = sessionmaker(bind=engine)
session = Session()

# 插入顶点
node_list = [Node(name='good'), Node(name='beneficial'), Node(name='supportive')]
session.add_all(node_list)
session.commit()

# 映射顶点名称到ID
node_id_map = {n.name: n.id for n in node_list}

# 插入边
edge_list = [
    Edge(start_node_id=node_id_map['good'], end_node_id=node_id_map['beneficial']),
    Edge(start_node_id=node_id_map['beneficial'], end_node_id=node_id_map['supportive'])
]
session.add_all(edge_list)
session.commit()

# 插入边属性
attr_list = [
    EdgeAttribute(edge_id=edge_list[0].id, description="good is beneficial"),
    EdgeAttribute(edge_id=edge_list[1].id, description="beneficial means something supportive")
]
session.add_all(attr_list)
session.commit()

session.close()

这种方式结构清晰，适合需要做复杂统计分析的场景，配合PostgreSQL的扩展还能提升查询性能。

总结 #

• 继续用MongoDB：用字符串转换元组键即可解决报错，适合简单的图数据存储。
• 高效图分析：优先选Neo4j或ArangoDB这类原生图数据库。
• 结构化存储+统计：用PostgreSQL等关系型数据库建模。

内容的提问来源于stack exchange，提问作者snapper