def delete_node_list(cls, user_id, node_id_list, timestamp, editor_id):
delete_id_list = []
if not node_id_list:
defer.returnValue(delete_id_list)
all_child_id_list = []
for node_id in node_id_list:
child_id_list = yield node_tree_conn.get_child_id_list(user_id, node_id)
all_child_id_list.extend(child_id_list)
cursor = yield cls.collection.find({'root_id': user_id, '_id': {'$in': all_child_id_list}})
history_list = []
for i in cursor:
old_node_id = i.pop('_id')
i.update({'timestamp': timestamp, 'node_id': old_node_id, 'change_type': NodeHistoryTypeEnum.deleted, 'editor_id': editor_id})
delete_id_list.append(old_node_id)
history_list.append(i)
if delete_id_list:
yield NodeHistory.collection.insert(history_list)
yield cls.collection.remove({'_id': {'$in': delete_id_list}})
defer.returnValue(delete_id_list)
def get_nodes(cls, user_id, node_id, level = 0):
"""
如果根据level来取，确实会比较麻烦，因为本身mongodb不支持array的size的范围查询。
并且不好回溯。
想到的办法是这样的，就是在内存中保存树的骨架。
即{'node': abc', 'child': [{'node': def, 'child': [{}]]}
首先找到node，然后再通过level找到对应的node_id_list
最后再返回数据
困难点：
1. 这棵树的维护（添加节点，删除节点）
2. 超时管理
3. 内存的分布式管理，估计还是要放在redis中去，因为很可能会连接到不同的节点上去。
"""
node_id_list = yield node_tree_conn.get_child_id_list(user_id, node_id, level)
node_list = yield cls.collection.find({'_id': {'$in': node_id_list}})
# 对查询出来的结果按id_list排序
node_list = cls.serialize(node_list)
defer.returnValue(node_list)
