树形结构的数据如何保存到关系型的数据库

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://i-blog.csdnimg.cn/blog_migrate/c9c9d80f33a49cd9eec528e275682686.png" 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、

[sql]  view plain  copy

 print ?

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、 

[sql]  view plain  copy

 print ?

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

[sql]  view plain  copy

 print ?

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：

[sql]  view plain  copy

 print ?

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：

[sql]  view plain  copy

 print ?

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：

[sql]  view plain  copy

 print ?

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？

[sql]  view plain  copy

 print ?

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

[sql]  view plain  copy

 print ?

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。