树形结构的数据如何保存到关系型的数据库

转载 2016年08月31日 15:41:33
需求:
  1. 文档型数据,结构是树形的,如图:
  2. 想要读取生成树形结构、添加子节点、查找修改数据的代价最小。
看知乎上牛人的答案:
一般比较普遍的就是四种方法:(具体见 SQL Anti-patterns这本书)
Adjacency List:每一条记录存parent_id
Path Enumerations:每一条记录存整个tree path经过的node枚举
Nested Sets:每一条记录存 nleft 和 nright
Closure Table:维护一个表,所有的tree path作为记录进行保存。

各种方法的常用操作代价见下图<img src="https://pic1.zhimg.com/fcf1ab401ae938be41f4a20b01fc38d0_b.jpg" data-rawwidth="526" data-rawheight="136" class="origin_image zh-lightbox-thumb" width="526" data-original="https://pic1.zhimg.com/fcf1ab401ae938be41f4a20b01fc38d0_r.jpg">

作者:卢钧轶
链接:https://www.zhihu.com/question/20417447/answer/15078011
来源:知乎
著作权归作者所有,转载请联系作者获得授权。


针对这四种方法,我找到一篇比较完整的文章,详细的记录了这几种方法,如下
转自:http://blog.csdn.net/biplusplus/article/details/7433625
具体内容

对于组织架构中的员工层次关系我们应该怎么建模呢?

 

如下图所示:

 

此类结构通常有两个主要特点:

1、一个孩子有且只有一个父亲

2、树的深度不确定

 

为了解决这种结构,我们一般会建一张下面的表:

 

方案一(Adjacency List)

CREATE TABLE Employees(
employee_id int,

employee_name varchar2(100),

parent_id int

);

 

每个员工在Employees表中会有一条记录,并通过parent_id来记录其直属领导的employee_id,这样做很简单明了,但是却存在一些弊端。

考虑如下问题:

1、如何得到某个员工的直属领导?

2、如何得到某个领导的直属下属?

3、如何得到某个领导全部下属(下属的下属)?

 

问题1、2都很简单,一次自连接就解决了:

1、

  1. select par.employee_id,par.employee_name   
  2. from employees par,employees self  
  3. where self.parent_id=par.employee_id  
  4. and self.employee_id=3201  


 


2、 

  1. select child.employee_id,child.employee_name   
  2. from employees child,employees self   
  3. where child.parent_id=self.employee_id   
  4. and self.employee_id=1010  

 

但问题3呢?

两种人会有两种做法,一种觉得可以在程序里做,把问题2的SQL循环执行最终把结果拼起来就OK了;

一种是觉得我可以使用多次自连接,比如我知道这下领导最多有两级下属,我就可以这样做:

select child.employee_id,child.employee_name,child1.employee_id,child1.employee_name

from employees self  inner join employees child on child.parent_id=self.employee_id

left join employees child1 on child1.parent_id=child.employee_id and

where self.employee_id=1010

 

上面两种方法看似都可以解决问题,但是别忘了此类树结构的一个很重要的特点,那就是深度的不确定性(就算确定,如果层次很深,20级),

性能及可扩展性将是一个很大的问题。

 

那怎么办呢?一时间好像看起来别无他法啊。

好消息是使用Oracle 10g及以上或者SQL Server 2005及以上的朋友可以直接使用数据库特有的SQL特性来解决这个问题了。

例如在Oracle中可以使用层次查询

  1. select EMPLOYEE_ID, employee_name  
  2.   from employees   
  3.  start with employee_id = 1  
  4.  connect by  prior employee_id = parent_id  


 

那使用MySQL或者其不支持层次查询的数据库怎么办呢?难道只能用前面两种笨方法?

答案是否定的,你需要重新设计你的表模型。

 

 

How to design?

 

方案二(Path Enumeration)

CREATE TABLE Employees_Path(
employee_id int,

employee_name varchar2(100),

path varchar2(1000)

);

此种方案借助了unix文件目录的思想,如下图所示:

 

我们需要做的就是正确的维护这个PATH值,现在如果我们要查询任意领导(比如Michele)的所有下属就只需要这样即可:

  1. select * from Employees_Path where path like '/1/_%'  


同样的,如果我们需要查询任意员工(比如Chris)的所有领导也只需要这样即可:

  1. select * from Employees_Path where '/1/2/5/' like path||'%' and path<>'/1/2/5/'  


 

缺点:

1、PATH值由程序来维护,无法在数据库一级确保数据的有效性

2、当树的层级太深有可能会超过PATH字段的长度,所以其能支持的最大深度并非无限的。

 

方案三(Nested Sets)

CREATE TABLE EMPLOYEES_NESTEDSETS(
EMPLOYEE_ID INT,
EMPLOYEE_NAME VARCHAR2(100),
NSLEFT INT,
NSRIGHT INT
);

 

该方案采用深度优先遍历给树中的每个节点分配两个值,分别存在NSLEFT和NSRIGHT中。如下图所示

 

每个节点左边的的值存放在NSLEFT中,右边的值存放在NSRIGHT中;节点左边的值比该节点的所有子孙节点值都要小,节点右边的值比该节点的所有子孙节点值都要大。

例如Hell Mayes左边的值为2,其比Hell Mayes的所有子孙节点的值都要小(3,4,5,10,6,7,8,9)

Hell Mayes右边的值为11,其比Hell Mayes的所有子孙节点的值都要大(3,4,5,10,6,7,8,9)

 

有了这个规则之后,如果想要查找某个节点的子孙或都祖先就非常容易了。

回到我们前面的题目中来,假设我要查找Helen Mayes的所有下属员工,我们可以这样:

  1. select *  
  2.   from EMPLOYEES_NESTEDSETS par,   
  3.   EMPLOYEES_NESTEDSETS child  
  4.  where child.nsleft > par.nsleft  
  5.    and child.nsleft < par.nsright  
  6.    and par.EMPLOYEE_NAME = 'Helen Mayes'  


那如果我们要查找Helen Mayes的所有领导呢?

  1. select *  
  2.   from EMPLOYEES_NESTEDSETS par,   
  3.   EMPLOYEES_NESTEDSETS child  
  4.  where child.nsleft > par.nsleft  
  5.    and child.nsleft < par.nsright  
  6.    and child.EMPLOYEE_NAME = 'Angela Richards'  


 

Nested Sets这种方案还有一个优点就是,当你删除了一个非叶子节点的时候,该节点的所有子孙节点会自动成为该节点父节点的子孙,并同样满足前面所说的条件。

缺点:

在Adjacency List方案中很好回答的问题,在Nested Sets中却变得困难起来

比如我想要查找任意领导(比如Helen Mayes)的直属下属,在Nested Sets中你需要这样做

  1. select *  
  2.   from EMPLOYEES_NESTEDSETS par  
  3.  inner join EMPLOYEES_NESTEDSETS child  
  4.     on child.nsleft > par.nsleft  
  5.    and child.nsleft < par.nsright  
  6.   left join EMPLOYEES_NESTEDSETS tmp  
  7.     on child.nsleft > tmp.nsleft  
  8.    and child.nsleft < tmp.nsright  
  9.    and tmp.nsleft > par.nsleft  
  10.    and tmp.nsleft < par.nsright  
  11.  where par.EMPLOYEE_NAME = 'Helen Mayes'  
  12.    and tmp.employee_id is null  


怎么样,够复杂吧? 其逻辑就是 首先找到Helen Mayes的所有下属,然后在去查找这些下属没有属于Helen Mayes下属的上级.........WTF...........

 

另外,移动和新增加节点也比较复杂

比如我们要在Helen Mayes和Chris Jones之间插入一名员工Scott,如下图所示

 

 

从上图基本上就可以看出来我们要更改的地方了......需要重新生成比新插入节点的nsleft值大的所有节点的nsleft和nsright值

非常复杂......

 

 

方案四(Closure Table)

 

CREATE TABLE Employees(
employee_id int,

employee_name varchar2(100)

);

 

CREATE TABLE TreePaths (
ancestor_key int,

member_key  int,

Distance int,

is_leaf int

);

 

Closure Table将树中每个节点与其子孙节点的关系都存储了下来,如下图所示:

注意:每个节点都有一条到其本身的记录,如上表的第一条、第四条、第六条记录

Distance是祖先节点到其本身之间的深度

IS_LEAF用于标识该节点是否为叶子节点

 

 

有了这张关系表之后,下面让我们用具体例子来感受其带来的好处

 

查找某个领导(Helen Mayes)的所有下属员工信息

select * from Employees a, TreePaths b where a.employee_id = b.ancestor_key and a.employee_name = 'Helen Mayes' and b.distance<>0

 

查找某个领导(Helen Mayes)的所有直属员工信息

select * from Employees a, TreePaths b where a.employee_id = b.ancestor_key and a.employee_name = 'Helen Mayes' and b.distance=1

 

 查找某个员工的所有领导

select * from Employees a, TreePaths b where a.employee_id = b.member_key and a.employee_name = 'Helen Mayes' and b.distance<>0


 

由于时间的关系(现在已经凌晨1点),其它的关于增删改查的方法请大家自行验证。

 

 

结语

四种方案中,通常会结合方案一和方案四来使用(BIEE 11g的父子维就使用的该方案);方案三只适合插入和更新极少,查询占主要的应用;方案二不怎么推荐。





相关文章推荐

数据库存储树形结构的数据

最近接触树形结构数据非常的多,几乎超过了过去8年多,开发所有系统的总和.本来嘛,一般的递归就可以解决了,可是这个系统中总是需要频繁的访问树结点,及父结点,子结点,动不动就要递归,且树的使用非常之多,做...
  • lee576
  • lee576
  • 2014-02-05 15:28
  • 22100

树型结构的四种建模方法

对于组织架构中的员工层次关系我们应该怎么建模呢?   如下图所示:   此类结构通常有两个主要特点: 1、一个孩子有且只有一个父亲 2、树的深度不确定   为了解决这种结构,我们一...

如何在数据库中存储一棵树

树形结构的数据在项目开发中比较常见,比如比较典型的是论坛主题留言。 每一个主题(节点)可以有n个留言(子节点)。这些留言又可以有自己的留言。因此这种结构就是一颗树。本文讨论的是数据库中如何存储这种树...

树形结构的数据库表Schema设计

树形结构的数据库表Schema设计:一种基于左、右值编码前序遍历的树形结构数据库表Schema设计方案,消除了频繁的“递归”操作,提升了树形结构查询效率~

数据结构之树的三种存储结构

说道存储结构,我们就会

使用JAVA反射的利与弊

在Java的20周年的纪念日的日子里,让我们来重新温习下Java里面的高级知识,Java肯定希望大家了解她,要不然你跟她天天相濡以沫了这么长时间,让她知道你竟然不了解她,不在乎她,那么她该有多伤心呢,...

Neo4j安装&入门&一些优缺点

本篇将介绍Neo4j的安装,入门,和自己使用了一段时间后发现的优点缺点,争取简洁和实用。如果你是第一次接触Neo4j,并且之前也都没接触过类似的Graph Database的话,建议先浏览一下我之前的...
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:深度学习:神经网络中的前向传播和反向传播算法推导
举报原因:
原因补充:

(最多只允许输入30个字)