樹形結構的數據庫表設計

樹形結構的數據庫表設計

最近研究樹形菜單網上找了不少例子看了。一下是網上找的一些資料，而後本身從新實踐，記錄下省得下次又忘記了。

 程序設計過程當中，咱們經常用樹形結構來表徵某些數據的關聯關係，如企業上下級部門、欄目結構、商品分類等等，一般而言，這些樹狀結構須要藉助於數據庫完成持久化。然而目前的各類基於關係的數據庫，都是以二維表的形式記錄存儲數據信息，所以是不能直接將Tree存入DBMS，設計合適的Schema及其對應的CRUD算法是實現關係型數據庫中存儲樹形結構的關鍵。
理想中樹形結構應該具有以下特徵：數據存儲冗餘度小、直觀性強；檢索遍歷過程簡單高效；節點增刪改查CRUD操做高效。無心中在網上搜索到一種很巧妙的設計，原文是英文，看事後感受有點意思，因而便整理了一下。本文將介紹兩種樹形結構的Schema設計方案：一種是直觀而簡單的設計思路，另外一種是基於左右值編碼的改進方案。

---

1、基本數據
本文列舉了一個食品族譜的例子進行講解，經過類別、顏色和品種組織食品，樹形結構圖以下：

2、繼承關係驅動的設計
對樹形結構最直觀的分析莫過於節點之間的繼承關係上，經過顯示地描述某一節點的父節點，從而可以創建二維的關係表，則這種方案的Tree表結構一般設計爲：{Node_id,Parent_id}，上述數據能夠描述爲以下圖所示：

這種方案的優勢很明顯：設計和實現天然而然，很是直觀和方便。缺點固然也是非  常的突出：因爲直接地記錄了節點之間的繼承關係，所以對Tree的任何CRUD操做都將是低效的，這主要歸根於頻繁的「遞歸」操做，遞歸過程不斷地訪問數據庫，每次數據庫IO都會有時間開銷。固然，這種方案並不是沒有用武之地，在Tree規模相對較小的狀況下，咱們能夠藉助於緩存機制來作優化，將Tree的信息載入內存進行處理，避免直接對數據庫IO操做的性能開銷。

3、基於左右值編碼的設計

在基於數據庫的通常應用中，查詢的需求總要大於刪除和修改。爲了不對於樹形結構查詢時的「遞歸」過程，基於Tree的前序遍歷設計一種全新的無遞歸查詢、無限分組的左右值編碼方案，來保存該樹的數據。

第一次看見這種表結構，相信大部分人都不清楚左值（Lft）和右值（Rgt）是如何計算出來的，並且這種表設計彷佛並無保存父子節點的繼承關係。但當你用手指指着表中的數字從1數到18，你應該會發現點什麼吧。對，你手指移動的順序就是對這棵樹進行前序遍歷的順序，以下圖所示。當咱們從根節點Food左側開始，標記爲1，並沿前序遍歷的方向，依次在遍歷的路徑上標註數字，最後咱們回到了根節點Food，並在右邊寫上了18。

依據此設計，咱們能夠推斷出全部左值大於2，而且右值小於11的節點都是Fruit的後續節點，整棵樹的結構經過左值和右值存儲了下來。然而，這還不夠，咱們的目的是可以對樹進行CRUD操做，即須要構造出與之配套的相關算法。

4、樹形結構CRUD算法

（1）獲取某節點的子孫節點
只須要一條SQL語句，便可返回該節點子孫節點的前序遍歷列表，以Fruit爲例：
SELECT * FROM tree WHERE lft BETWEEN 2 AND 11 ORDER BY lft ASC
查詢結果以下所示：

那麼某個節點到底有多少的子孫節點呢？經過該節點的左、右值咱們能夠將其子孫節點圈進來，則子孫總數 = (右值 – 左值– 1) / 2，以Fruit爲例，其子孫總數爲：(11 –2 – 1) / 2 = 4。同時，爲了更爲直觀地展示樹形結構，咱們須要知道節點在樹中所處的層次，經過左、右值的SQL查詢便可實現，以Fruit爲例：SELECTCOUNT(*) FROM tree WHERE lft <= 2 AND rgt >=11。爲了方便描述，咱們能夠爲Tree創建一個視圖，添加一個層次數列，該列數值能夠寫一個自定義函數來計算，函數定義以下：
建立表

CREATE TABLE `tree` ( `id` int(11) NOT NULL, `name` varchar(255) DEFAULT NULL, `lft` int(255) DEFAULT NULL, `rgt` int(11) DEFAULT NULL ) ENGINE=InnoDB DEFAULT CHARSET=utf8;

INSERT INTO `jpa`.`tree` (`id`, `name`, `lft`, `rgt`) VALUES ('1', 'Food', '1', '18');
INSERT INTO `jpa`.`tree` (`id`, `name`, `lft`, `rgt`) VALUES ('2', 'Fruit', '2', '11');
INSERT INTO `jpa`.`tree` (`id`, `name`, `lft`, `rgt`) VALUES ('3', 'Red', '3', '6');
INSERT INTO `jpa`.`tree` (`id`, `name`, `lft`, `rgt`) VALUES ('4', 'Cherry', '4', '5');
INSERT INTO `jpa`.`tree` (`id`, `name`, `lft`, `rgt`) VALUES ('5', 'Yellow', '7', '10');
INSERT INTO `jpa`.`tree` (`id`, `name`, `lft`, `rgt`) VALUES ('6', 'Banana', '8', '9');
INSERT INTO `jpa`.`tree` (`id`, `name`, `lft`, `rgt`) VALUES ('7', 'Meat', '12', '17');
INSERT INTO `jpa`.`tree` (`id`, `name`, `lft`, `rgt`) VALUES ('8', 'Beef', '13', '14');
INSERT INTO `jpa`.`tree` (`id`, `name`, `lft`, `rgt`) VALUES ('9', 'Pork', '15', '16');

CREATE VIEW `treeview` AS 
SELECT 
  `a`.`id` AS `id`,
  `a`.`name` AS `name`,
  `a`.`lft` AS `lft`,
  `a`.`rgt` AS `rgt`,
  `CountLayer` (`a`.`id`) AS `layer` 
FROM
  `tree` `a` 

基於層次計算函數，咱們建立一個視圖，添加了新的記錄節點層次的數列：

> CREATE FUNCTION `CountLayer` (`node_id` INT) RETURNS INT (11) 
BEGIN
    DECLARE result INT (10) DEFAULT 0 ;
    DECLARE lftid INT;
    DECLARE rgtid INT;
    SELECT lft,rgt INTO lftid, rgtid FROM tree WHERE id = node_id;
    SELECT COUNT(*) INTO result  FROM tree WHERE lft <= lftid AND rgt >= rgtid;
    RETURN (result);
END

建立存儲過程，用於計算給定節點的全部子孫節點及相應的層次：

CREATE  PROCEDURE `GetChildrenNodeList`(IN `node_id` INT) BEGIN DECLARE lftid INT;
DECLARE rgtid INT;
SELECT lft,rgt INTO lftid,rgtid FROM tree WHERE id= node_id;
SELECT * FROM treeview WHERE lft BETWEEN lftid AND rgtid ORDER BY lft ASC;
END

如今，咱們使用上面的存儲過程來計算節點Fruit全部子孫節點及對應層次，查詢結果以下：

從上面的實現中，咱們能夠看出採用左右值編碼的設計方案，在進行樹的查詢遍歷時，只須要進行2次數據庫查詢，消除了遞歸，再加上查詢條件都是數字的比較，查詢的效率是極高的，隨着樹規模的不斷擴大，基於左右值編碼的設計方案將比傳統的遞歸方案查詢效率提升更多。固然，前面咱們只給出了一個簡單的獲取節點子孫的算法，真正地使用這棵樹咱們須要實現插入、刪除同層平移節點等功能。

（2）獲取某節點的族譜路徑

假定咱們要得到某節點的族譜路徑，則根據左、右值分析只須要一條SQL語句便可完成，以Fruit爲例：SELECT* FROM tree WHERE lft < 2 AND rgt > 11 ORDER BY lft ASC ，相對完整的存儲過程：

CREATE PROCEDURE `GetParentNodePath`(IN `node_id` INT) BEGIN DECLARE lftid INT;
DECLARE rgtid INT;
SELECT lft,rgt INTO lftid,rgtid FROM tree WHERE id= node_id;
SELECT * FROM treeview WHERE lft < lftid AND rgt > rgtid ORDER BY lft ASC;
END

（3）爲某節點添加子孫節點
假定咱們要在節點「Red」下添加一個新的子節點「Apple」，該樹將變成以下圖所示，其中紅色節點爲新增節點。

CREATE PROCEDURE `AddSubNode`(IN `node_id` INT,IN `node_name` VARCHAR(64)) BEGIN DECLARE rgtid INT;
   DECLARE t_error INT DEFAULT 0;  
   DECLARE CONTINUE HANDLER FOR SQLEXCEPTION SET t_error=1; -- 出錯處理 
   SELECT rgt INTO rgtid FROM tree WHERE id= node_id; 
   START TRANSACTION;
        UPDATE tree SET rgt = rgt + 2 WHERE rgt >= rgtid;
        UPDATE tree SET lft = lft + 2 WHERE lft >= rgtid;
        INSERT INTO tree (NAME,lft,rgt) VALUES(node_name,rgtid,rgtid+1);    
    IF t_error =1 THEN  
     ROLLBACK;
    ELSE
      COMMIT;
    END IF;
END 

（4）刪除某節點

若是咱們想要刪除某個節點，會同時刪除該節點的全部子孫節點，而這些被刪除的節點的個數爲：(被刪除節點的右值 – 被刪除節點的左值+ 1) / 2，而剩下的節點左、右值在大於被刪除節點左、右值的狀況下會進行調整。來看看樹會發生什麼變化，以Beef爲例，刪除效果以下圖所示。

則咱們能夠構造出相應的存儲過程：

CREATE PROCEDURE `DelNode`(IN `node_id` INT) BEGIN DECLARE lftid INT;
     DECLARE rgtid INT;
   DECLARE t_error INT DEFAULT 0;  
   DECLARE CONTINUE HANDLER FOR SQLEXCEPTION SET t_error=1; -- 出錯處理 
   SELECT lft,rgt INTO lftid,rgtid FROM tree WHERE id= node_id;
   START TRANSACTION;
       DELETE FROM tree WHERE lft >= lftid AND rgt <= rgtid;
       UPDATE tree SET lft = lft -(rgtid - lftid + 1) WHERE lft > lftid;
       UPDATE tree SET rgt = rgt -(rgtid - lftid + 1) WHERE rgt >rgtid;
    IF t_error =1 THEN  
     ROLLBACK;
    ELSE
      COMMIT;
    END IF;

END 

5、總結
咱們能夠對這種經過左右值編碼實現無限分組的樹形結構Schema設計方案作一個總結：
（1）優勢：在消除了遞歸操做的前提下實現了無限分組，並且查詢條件是基於整形數字的比較，效率很高。
（2）缺點：節點的添加、刪除及修改代價較大，將會涉及到表中多方面數據的改動。

參考文獻
http://blog.csdn.net/monkey_d_meng/article/details/6647488 -