树形结构的数据库表Schema设计 .

最新推荐文章于 2024-01-08 14:13:44 发布
最新推荐文章于 2024-01-08 14:13:44 发布
阅读量330 收藏
点赞数
分类专栏： mysql lr算法

程序设计过程中，我们常常用树形结构来表征某些数据的关联关系，如企业上下级部门、栏目结构、商品分类等等，通常而言，这些树状结构需要借助于数据库完成持久化。然而目前的各种基于关系的数据库，都是以二维表的形式记录存储数据信息，因此是不能直接将Tree存入DBMS，设计合适的Schema及其对应的CRUD算法是实现关系型数据库中存储树形结构的关键。

    理想中树形结构应该具备如下特征：数据存储冗余度小、直观性强；检索遍历过程简单高效；节点增删改查CRUD操作高效。无意中在网上搜索到一种很巧妙的设计，原文是英文，看过后感觉有点意思，于是便整理了一下。本文将介绍两种树形结构的Schema设计方案：一种是直观而简单的设计思路，另一种是基于左右值编码的改进方案。

一、基本数据

    本文列举了一个食品族谱的例子进行讲解，通过类别、颜色和品种组织食品，树形结构图如下：

二、继承关系驱动的Schema设计

    对树形结构最直观的分析莫过于节点之间的继承关系上，通过显示地描述某一节点的父节点，从而能够建立二维的关系表，则这种方案的Tree表结构通常设计为：{Node_id,Parent_id}，上述数据可以描述为如下图所示：

    这种方案的优点很明显：设计和实现自然而然，非常直观和方便。缺点当然也是非常的突出：由于直接地记录了节点之间的继承关系，因此对Tree的任何CRUD操作都将是低效的，这主要归根于频繁的“递归”操作，递归过程不断地访问数据库，每次数据库IO都会有时间开销。当然，这种方案并非没有用武之地，在Tree规模相对较小的情况下，我们可以借助于缓存机制来做优化，将Tree的信息载入内存进行处理，避免直接对数据库IO操作的性能开销。

三、基于左右值编码的Schema设计

    在基于数据库的一般应用中，查询的需求总要大于删除和修改。为了避免对于树形结构查询时的“递归”过程，基于Tree的前序遍历设计一种全新的无递归查询、无限分组的左右值编码方案，来保存该树的数据。

    第一次看见这种表结构，相信大部分人都不清楚左值（Lft）和右值（Rgt）是如何计算出来的，而且这种表设计似乎并没有保存父子节点的继承关系。但当你用手指指着表中的数字从1数到18，你应该会发现点什么吧。对，你手指移动的顺序就是对这棵树进行前序遍历的顺序，如下图所示。当我们从根节点Food左侧开始，标记为1，并沿前序遍历的方向，依次在遍历的路径上标注数字，最后我们回到了根节点Food，并在右边写上了18。

    第一次看见这种表结构，相信大部分人都不清楚左值（Lft）和右值（Rgt）是如何计算出来的，而且这种表设计似乎并没有保存父子节点的继承关系。但当你用手指指着表中的数字从1数到18，你应该会发现点什么吧。对，你手指移动的顺序就是对这棵树进行前序遍历的顺序，如下图所示。当我们从根节点Food左侧开始，标记为1，并沿前序遍历的方向，依次在遍历的路径上标注数字，最后我们回到了根节点Food，并在右边写上了18。

    依据此设计，我们可以推断出所有左值大于2，并且右值小于11的节点都是Fruit的后续节点，整棵树的结构通过左值和右值存储了下来。然而，这还不够，我们的目的是能够对树进行CRUD操作，即需要构造出与之配套的相关算法。

 四、树形结构CRUD算法

（1）获取某节点的子孙节点

    只需要一条SQL语句，即可返回该节点子孙节点的前序遍历列表，以Fruit为例：SELECT* FROM Tree WHERE Lft BETWEEN 2 AND 11 ORDER BY Lft ASC。查询结果如下所示：

    那么某个节点到底有多少的子孙节点呢？通过该节点的左、右值我们可以将其子孙节点圈进来，则子孙总数 = (右值 – 左值– 1) / 2，以Fruit为例，其子孙总数为：(11 –2 – 1) / 2 = 4。同时，为了更为直观地展现树形结构，我们需要知道节点在树中所处的层次，通过左、右值的SQL查询即可实现，以Fruit为例：SELECTCOUNT(*) FROM Tree WHERE Lft <= 2 AND Rgt >=11。为了方便描述，我们可以为Tree建立一个视图，添加一个层次数列，该列数值可以写一个自定义函数来计算，函数定义如下：

[sql] view plain copy print ?
  1. CREATE FUNCTION dbo.CountLayer  
  2. (  
  3.     @node_id int  
  4. )  
  5. RETURNS int  
  6. AS  
  7. begin  
  8.     declare @result int  
  9.     set @result = 0  
  10.     declare @lft int  
  11.     declare @rgt int  
  12.     if exists(select Node_id from Tree where Node_id = @node_id)  
  13.     begin  
  14.         select @lft = Lft, @rgt = Rgt from Tree where node_id = @node_id  
  15.         select @result = count(*) from Tree where Lft <= @lft and Rgt >= @rgt  
  16.     end  
  17.     return @result  
  18. end  
  19. GO  
CREATE FUNCTION dbo.CountLayer
(
    @node_id int
)
RETURNS int
AS
begin
	declare @result int
	set @result = 0
	declare @lft int
	declare @rgt int
	if exists(select Node_id from Tree where Node_id = @node_id)
	begin
		select @lft = Lft, @rgt = Rgt from Tree where node_id = @node_id
		select @result = count(*) from Tree where Lft <= @lft and Rgt >= @rgt
	end
	return @result
end
GO

    基于层次计算函数，我们创建一个视图，添加了新的记录节点层次的数列：

[sql] view plain copy print ?
  1. CREATE VIEW dbo.TreeView  
  2. AS  
  3. SELECT Node_id, Name, Lft, Rgt, dbo.CountLayer(Node_id) AS Layer FROM dbo.Tree ORDER BY Lft  
  4. GO  
CREATE VIEW dbo.TreeView
AS
SELECT Node_id, Name, Lft, Rgt, dbo.CountLayer(Node_id) AS Layer FROM dbo.Tree ORDER BY Lft
GO

    创建存储过程，用于计算给定节点的所有子孙节点及相应的层次：

[sql] view plain copy print ?
  1. CREATE PROCEDURE [dbo].[GetChildrenNodeList]  
  2. (  
  3.     @node_id int  
  4. )  
  5. AS  
  6. declare @lft int  
  7. declare @rgt int  
  8. if exists(select Node_id from Tree where node_id = @node_id)  
  9.     begin  
  10.         select @lft = Lft, @rgt = Rgt from Tree where Node_id = @node_id  
  11.         select * from TreeView where Lft between @lft and @rgt order by Lft ASC  
  12.     end  
  13. GO  
CREATE PROCEDURE [dbo].[GetChildrenNodeList]
(
	@node_id int
)
AS
declare @lft int
declare @rgt int
if exists(select Node_id from Tree where node_id = @node_id)
	begin
		select @lft = Lft, @rgt = Rgt from Tree where Node_id = @node_id
		select * from TreeView where Lft between @lft and @rgt order by Lft ASC
	end
GO

    现在，我们使用上面的存储过程来计算节点Fruit所有子孙节点及对应层次，查询结果如下：


    从上面的实现中，我们可以看出采用左右值编码的设计方案，在进行树的查询遍历时，只需要进行2次数据库查询，消除了递归，再加上查询条件都是数字的比较，查询的效率是极高的，随着树规模的不断扩大，基于左右值编码的设计方案将比传统的递归方案查询效率提高更多。当然，前面我们只给出了一个简单的获取节点子孙的算法，真正地使用这棵树我们需要实现插入、删除同层平移节点等功能。

 （2）获取某节点的族谱路径

    假定我们要获得某节点的族谱路径，则根据左、右值分析只需要一条SQL语句即可完成，以Fruit为例：SELECT* FROM Tree WHERE Lft < 2 AND Rgt > 11 ORDER BY Lft ASC ，相对完整的存储过程：

[sql] view plain copy print ?
  1. CREATE PROCEDURE [dbo].[GetParentNodePath]  
  2. (  
  3.     @node_id int  
  4. )  
  5. AS  
  6. declare @lft int  
  7. declare @rgt int  
  8. if exists(select Node_id from Tree where Node_id = @node_id)  
  9.     begin  
  10.         select @lft = Lft, @rgt = Rgt from Tree where Node_id = @node_id  
  11.         select * from TreeView where Lft < @lft and Rgt > @rgt order by Lft ASC  
  12.     end  
  13. GO  
CREATE PROCEDURE [dbo].[GetParentNodePath]
(
	@node_id int
)
AS
declare @lft int
declare @rgt int
if exists(select Node_id from Tree where Node_id = @node_id)
	begin
		select @lft = Lft, @rgt = Rgt from Tree where Node_id = @node_id
		select * from TreeView where Lft < @lft and Rgt > @rgt order by Lft ASC
	end
GO

（3）为某节点添加子孙节点

    假定我们要在节点“Red”下添加一个新的子节点“Apple”，该树将变成如下图所示，其中红色节点为新增节点。


    仔细观察图中节点左右值变化，相信大家都应该能够推断出如何写SQL脚本了吧。我们可以给出相对完整的插入子节点的存储过程：

[sql] view plain copy print ?
  1. CREATE PROCEDURE [dbo].[AddSubNode]  
  2. (  
  3.     @node_id int,  
  4.     @node_name varchar(50)  
  5. )  
  6. AS  
  7. declare @rgt int  
  8. if exists(select Node_id from Tree where Node_id = @node_id)  
  9.     begin  
  10.         SET XACT_ABORT ON  
  11.         BEGIN TRANSCTION  
  12.         select @rgt = Rgt from Tree where Node_id = @node_id  
  13.         update Tree set Rgt = Rgt + 2 where Rgt >= @rgt  
  14.         update Tree set Lft = Lft + 2 where Lft >= @rgt  
  15.         insert into Tree(Name, Lft, Rgt) values(@node_name, @rgt, @rgt + 1)  
  16.         COMMIT TRANSACTION  
  17.         SET XACT_ABORT OFF  
  18.     end  
  19. GO  
CREATE PROCEDURE [dbo].[AddSubNode]
(
	@node_id int,
	@node_name varchar(50)
)
AS
declare @rgt int
if exists(select Node_id from Tree where Node_id = @node_id)
	begin
		SET XACT_ABORT ON
		BEGIN TRANSCTION
		select @rgt = Rgt from Tree where Node_id = @node_id
		update Tree set Rgt = Rgt + 2 where Rgt >= @rgt
		update Tree set Lft = Lft + 2 where Lft >= @rgt
		insert into Tree(Name, Lft, Rgt) values(@node_name, @rgt, @rgt + 1)
		COMMIT TRANSACTION
		SET XACT_ABORT OFF
	end
GO

（4）删除某节点

    如果我们想要删除某个节点，会同时删除该节点的所有子孙节点，而这些被删除的节点的个数为：(被删除节点的右值 – 被删除节点的左值+ 1) / 2，而剩下的节点左、右值在大于被删除节点左、右值的情况下会进行调整。来看看树会发生什么变化，以Beef为例，删除效果如下图所示。

    则我们可以构造出相应的存储过程：

[sql] view plain copy print ?
  1. CREATE PROCEDURE [dbo].[DelNode]  
  2. (  
  3.     @node_id int  
  4. )  
  5. AS  
  6. declare @lft int  
  7. declare @rgt int  
  8. if exists(select Node_id from Tree where Node_id = @node_id)  
  9.     begin  
  10.         SET XACT_ABORT ON  
  11.         BEGIN TRANSCTION  
  12.             select @lft = Lft, @rgt = Rgt from Tree where Node_id = @node_id  
  13.             delete from Tree where Lft >= @lft and Rgt <= @rgt  
  14.             update Tree set Lft = Lft – (@rgt - @lft + 1) where Lft > @lft  
  15.             update Tree set Rgt = Rgt – (@rgt - @lft + 1) where Rgt > @rgt  
  16.             COMMIT TRANSACTION  
  17.         SET XACT_ABORT OFF  
  18.     end  
  19. GO  
CREATE PROCEDURE [dbo].[DelNode]
(
	@node_id int
)
AS
declare @lft int
declare @rgt int
if exists(select Node_id from Tree where Node_id = @node_id)
	begin
		SET XACT_ABORT ON
		BEGIN TRANSCTION
			select @lft = Lft, @rgt = Rgt from Tree where Node_id = @node_id
			delete from Tree where Lft >= @lft and Rgt <= @rgt
			update Tree set Lft = Lft – (@rgt - @lft + 1) where Lft > @lft
			update Tree set Rgt = Rgt – (@rgt - @lft + 1) where Rgt > @rgt
			COMMIT TRANSACTION
		SET XACT_ABORT OFF
	end
GO

五、总结

    我们可以对这种通过左右值编码实现无限分组的树形结构Schema设计方案做一个总结：

    （1）优点：在消除了递归操作的前提下实现了无限分组，而且查询条件是基于整形数字的比较，效率很高。

    （2）缺点：节点的添加、删除及修改代价较大，将会涉及到表中多方面数据的改动。

    当然，本文只给出了几种比较常见的CRUD算法的实现，我们同样可以自己添加诸如同层节点平移、节点下移、节点上移等操作。有兴趣的朋友可以自己动手编码实现一下，这里不在列举了。值得注意的是，实现这些算法可能会比较麻烦，会涉及到很多条update语句的顺序执行，如果顺序调度考虑不周详，出现Bug的话将会对整个树形结构表产生惊人的破坏。因此，在对树形结构进行大规模修改的时候，可以采用临时表做中介，以降低代码的复杂度，同时，强烈推荐在做修改之前对表进行完整备份，以备不时之需。在以查询为主的绝大多数基于数据库的应用系统中，该方案相比传统的由父子继承关系构建的数据库Schema更为适用。


原文链接：http://blog.csdn.net/monkey_d_meng/article/details/6647488

huan7622523822
关注
专栏目录
树形结构的数据库表Schema设计1
08-08
总的来说，设计树形结构的数据库表Schema是一项挑战，需要平衡直观性、存储效率和查询性能。根据实际场景和需求，可以选择直观的`{Node_id, Parent_id}`方案，或者优化后的基于左右值编码的方法。理解并掌握这两种...
树形结构的数据库表Schema设计
热门推荐
愤怒的小狐狸----博客专栏
07-30 9万+
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~
树形结构的数据库表设计
weixin_30699465的博客
07-13 233
[toc] 1 基础数据 我们以以下数据为例进行说明 graph TD; A --> AA; A --> AB; A --> AC; AB --> ABA; AB --> ABB; AB --> ABC; AC --> ACA; ACA --> ACAA; ACA --> ACAB; 2 继承关系驱动的架构设计 2.1 表结...
关系型数据库树形结构的设计
xinyu的记录博客
09-04 2009
在进行程序设计的时候，树形结构常常被用来表征某些数据的关联关系，如企业上下级部门、商品分类、文件目录等等。这些树状结构需要借助于数据库完成持久化，而关系型数据库并没有对应的原生数据结构去存储查询这种数据结构，因此，设计一种合适的结构进行存储与查询是实现树状结构长久化存储的关键。
数据库设计总结学习
CZBing308722240的专栏
05-13 672
一、树型关系的数据表 　　不少程序员在进行数据库设计的时候都遇到过树型关系的数据，例如常见的类别表，即一个大类，下面有若干个子类，某些子类又有子类这样的情况。当类别不确定，用户希望可以在任意类别下添加新的子类，或者删除某个类别和其下的所有子类，而且预计以后其数量会逐步增长，此时我们就会考虑用一个数据表来保存这些数据。按照教科书上的教导，第二类程序员大概会设计出类似这样的数据表结构： 类别表_1
树形结构数据设计
What_can_you_do的博客
06-24 386
记录一些遇到的数据结构
数据库试卷b参照.pdf
01-20
1、树形结构表示实体之间联系的模型是层次模型（C）。 2、视图是外模式（A），可以简化复杂的查询，但并不会加快查询执行速度（B错误）。 3、检索年龄大于20岁的学生姓名的关系代数式是（B）：σ_Age>20(S)投影出SN...
数据库系统概论教案.pdf
11-10
层次模型以树形结构表示数据，多对多关系通过添加额外的节点来表示；网状模型允许任意节点间的连接，灵活性较高；关系模型是最常用的一种，基于二维表格，以关系为基本数据结构，易于理解和操作。 第四讲讲述了...
数据库系统课后习题.docx
05-31
1. **层次模型**：采用树形结构表示实体及其联系。 2. **网状模型**：扩展了层次模型，允许多对多的关系。 3. **关系模型**：使用二维表结构表示实体和它们之间的联系，具有简单的数据结构和统一的操作接口，易于...
nodejs+express递归实现树形结构demo
12-14
定义一个递归函数来从数据库中查询并构建树形结构： ```javascript async function getTree(nodeId) { const node = await NodeModel.findById(nodeId); if (!node) return null; node.children = await ...
树形表，自关联表查询技巧
w13966597931的博客
11-25 1194
方法一：部门表，部门表中除了自身主键id外，还有另一个字段p 定义一个返回的Map，在这个Map中，通过collection标签的 select 属性，来给这个集合赋值，每次赋值就再调用一下 getAllDepartments方法查询一次，携带的参数为第一次查询时候的主键id。2. 正常的写Controlelr，service，下面给出ServiceImpl后面的代码。1： 修改数据库表对应的实体类，给实体类添加一个字段 children。这里-1是 顶级节点的parentId为-1。有空了再更新.....
树状 _ 层次 结构数据的数据库表设计对比及使用
最新发布
卷心菜投手
01-08 985
树状结构或层次结构的数据 数据库
Java中树形（层次）结构数据库MySql设计方案(类似目录)
weixin_44130574的博客
07-27 2334
Java目录（层次）结构在数据库中如何去设计
树状结构数据的数据库表设计及使用 - 1. 邻接表
不吃_花椒的博客
06-22 7018
树状结构或层次结构的数据在企业应用里非常常见，例如公司的组织架构、文档库的目录结构、仓库的库位组织以及物件的分类等等。通常的树状图是一种数据结构。把它叫做“树”是因为它看起来像一棵倒挂的树，也就是说它是根朝上，而叶朝下的。它具有以下的特点：每个结点有零个或多个子结点；没有父结点的结点称为根结点；每一个非根结点有且只有一个父结点；除了根结点外，每个子结点可以分为多个不相交的子树。树结构是一种非线性存储结构，存储的是具有“一对多”关系的数据元素的集合。在设计树状结构的数据库表的时候，大部分开发者会下意识的选择邻
常见数据库设计（4）——树形结构数据
weixin_34221112的博客
08-29 412
1 概述树形数据，主要关注的是：1&gt; 如何将数据高效地以树形的形式展现给用户2&gt; 通过某个节点找到所有的父节点。3&gt; 获取某个节点的所有的后继节点（包括子节点的子节点）至于添加、修改、删除和通过一个父节点获取对应的子节点，都是可以很容易的实现。 2 邻接模型2.1业务：文件存放位置，在档案管理中，需要为文件的存放位置建模，文件存在抽屉，然后抽屉在某个柜子中，柜子在某个房间中。2...
树状结构数据的数据库表设计及使用 - 4. 嵌套集（Nested Set）模型
不吃_花椒的博客
06-22 2887
本文以 MySQL 为例。文档比较长，故分为5部分发出： 嵌套集模型 嵌套集（Nested Set）模型的算法也叫做预排序遍历树算法 MPTT（Modified Preorder Tree Taversal）。在嵌套集的表里我们会有 lft 和 rgt 两个字段，分别用来记录遍历整个集合或整棵树时，一个节点的左右边到根节点左边的距离。 如果我们用集合的图来看的话，根节点左边初始为1，那么从左向右划过所有子集，碰到集合边缘时计数加1，各个子集（即节点）的左右边的数就一目了然的出来了。 换成用树形结构展示，那
数据库 树形数据结构数据库的设计
没有进步就是退步
08-01 5290
修改预订树遍历 现在，我们来看看存储树的另一种方法。递归可能很慢，所以我们宁可不使用递归函数。我们也希望最小化数据库查询的数量。我们最好只对每个活动进行一次查询。 我们将从水平的方式展开我们的树。从根节点（'Food'）开始，并在其左边写1。按照树进行“水果”，并在其旁边写一个2。这样，在每个节点的左侧和右侧写一个数字时，沿着树的边缘走（遍历）。最后一个数字写在“食物”节点的右侧。在这
树状结构数据的数据库表设计及使用 - 2. 路径枚举（Path Enumeration）模型
不吃_花椒的博客
06-22 2717
本文以 MySQL 为例。文档比较长，故分为5部分发出： 路径枚举模型 路径枚举（Path Enumeration）模型通过一个字符串字段记录保存从根节点到本节点经过的所有节点枚举。创建一个表，为了方便就把人员信息和路径信息放在一起了。 路径枚举模型的特点是通过将所有祖先的信息联合成一个字符串，并保存为每个节点的一个属性。字符串的构建根据喜好或需要。上面的 path_string 也可以写成 ‘A/C/E’ 或 ‘A_C_E’ 这样的。emp_id 也可以是数字，例如 ‘1/3/5’ 。路径枚举模型的问题与
树形结构数据库表Schema设计方案详解
树形结构的数据库表Schema设计 树形结构是一种常见的数据结构，广泛应用于企业上下级部门、栏目结构、商品分类等领域。在关系型数据库中，树形结构的存储是一个复杂的问题，因为关系型数据库使用二维表来存储数据，...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值