探索 MySQL 中的树形结构存储及查询

2023-09-07 18:26:52

序

在计算机科学中，树形结构是一种广泛应用的数据结构，它以层级关系组织数据，便于数据存储和检索。在现实生活中，许多数据都具有树形结构，例如文件系统、组织机构、产品分类等。为了有效管理和查询这些数据，我们需要将它们存储在数据库中。MySQL 作为一款功能强大的数据库管理系统，提供了多种方法来存储和查询树形结构数据。

存储 parent

建表及数据准备

parent 方法是最简单直接的树形结构存储方法。它使用两个字段来表示树形结构中的父子关系：id 和 parent_id。其中，id 是每个节点的唯一标识符，parent_id 是每个节点的父节点的 id。

CREATE TABLE tree (
  id INT NOT NULL AUTO_INCREMENT,
  name VARCHAR(255) NOT NULL,
  parent_id INT,
  PRIMARY KEY (id),
  FOREIGN KEY (parent_id) REFERENCES tree(id)
);

INSERT INTO tree (name, parent_id) VALUES
('根节点', NULL),
('子节点1', 1),
('子节点2', 1),
('子节点3', 2),
('子节点4', 3);

查询

使用 parent 方法存储树形结构后，我们可以通过以下查询来检索数据：

-- 查找所有根节点
SELECT * FROM tree WHERE parent_id IS NULL;

-- 查找节点的子节点
SELECT * FROM tree WHERE parent_id = <node_id>;

-- 查找节点的所有祖先节点
SELECT * FROM tree WHERE id IN (
  SELECT parent_id FROM tree
  WHERE id = <node_id>
  UNION
  SELECT parent_id FROM tree
  WHERE parent_id IN (
    SELECT parent_id FROM tree
    WHERE id = <node_id>
  )
);

存储 path

建表及数据准备

path 方法使用一个字段来表示树形结构中的路径，即从根节点到当前节点的路径。路径通常使用分隔符来连接各个节点的 id，例如“1/2/3”。

CREATE TABLE tree (
  id INT NOT NULL AUTO_INCREMENT,
  name VARCHAR(255) NOT NULL,
  path VARCHAR(255) UNIQUE,
  PRIMARY KEY (id)
);

INSERT INTO tree (name, path) VALUES
('根节点', '1'),
('子节点1', '1/2'),
('子节点2', '1/3'),
('子节点3', '1/3/4'),
('子节点4', '1/3/5');

查询

使用 path 方法存储树形结构后，我们可以通过以下查询来检索数据：

-- 查找所有根节点
SELECT * FROM tree WHERE path = '1';

-- 查找节点的子节点
SELECT * FROM tree WHERE path LIKE '<parent_path>/%';

-- 查找节点的所有祖先节点
SELECT * FROM tree WHERE path LIKE '%/<node_path>/%';

MPTT (Modified Preorder Tree Traversal)

MPTT 是一种特殊的存储方法，它将树形结构中的节点按照深度优先搜索（DFS）的顺序存储在数据库中。MPTT 使用两个字段来表示树形结构中的父子关系：id 和 lft/rgt。其中，id 是每个节点的唯一标识符，lft 是每个节点在 DFS 中的左边界，rgt 是每个节点在 DFS 中的右边界。

建表及数据准备

CREATE TABLE tree (
  id INT NOT NULL AUTO_INCREMENT,
  name VARCHAR(255) NOT NULL,
  lft INT NOT NULL,
  rgt INT NOT NULL,
  PRIMARY KEY (id)
);

INSERT INTO tree (name, lft, rgt) VALUES
('根节点', 1, 14),
('子节点1', 2, 5),
('子节点2', 6, 9),
('子节点3', 10, 13),
('子节点4', 11, 12);

查询

使用 MPTT 方法存储树形结构后，我们可以通过以下查询来检索数据：

-- 查找所有根节点
SELECT * FROM tree WHERE lft = 1;

-- 查找节点的子节点
SELECT * FROM tree WHERE lft > <parent_lft> AND rgt < <parent_rgt>;

-- 查找节点的所有祖先节点
SELECT * FROM tree WHERE lft < <node_lft> AND rgt > <node_rgt>;

比较

方法	优点	缺点
parent	简单直接，易于理解	查询效率较低
path	查询效率较高	维护成本较高
MPTT	查询效率高，维护成本低	实现复杂，理解难度大