如何在數據庫中存儲一棵樹

時間 2019-12-12

標籤如何數據庫存儲棵樹欄目 SQL 简体版

原文原文鏈接

樹形結構的數據在項目開發中比較常見，好比比較典型的是論壇主題留言。node

每個主題（節點）能夠有n個留言（子節點）。這些留言又能夠有本身的留言。所以這種結構就是一顆樹。本文討論的是數據庫中如何存儲這種樹形結構。sql

假設有以下一棵樹：數據庫

方法一數據結構

注意：本例中的數據庫是SQLite，所以SQL語句只對SQLite有效，其餘數據庫能夠參考該寫法。閉包

要存儲於數據庫中，最簡單直接的方法，就是存儲每一個元素的父節點ID。spa

暫且把這種方法命名依賴父節點法，所以表結構設計以下：設計

存儲的數據以下格式：3d

這種結構下，若是查詢某一個節點的直接子節點，十分容易，好比要查詢D節點的子節點。code

 
        select  
        *  
        from  
        tree1  
        where  
        parentid=4

若是要插入某個節點，好比在D節點下，再次插入一個M節點。blog

只須要以下SQL：

 
        INSERT  
        INTO  
        tree1 (value,parentid)  
        VALUES 
        ( 
        'M' 
        ,4);

這種結構在查找某個節點的全部子節點，就稍顯複雜，不管是SELECT仍是DELETE均可能涉及到獲取全部子節點的問題。好比要刪除一個節點而且該節點的子節點也要所有刪除，那麼首先要得到全部子節點的ID，由於子節點並不僅是直接子節點，還可能包含子節點的子節點。好比刪除D節點及其子節點，必須先查出D節點下的全部子節點，而後再作刪除，SQL以下：

 
   
    
      
      
        select  
        nodeid  
        from  
        tree1  
        where  
        parentid=4  
        --返回8,9 
       
 
        select  
        nodeid  
        from  
        tree1  
        where  
        parentid  
        in  
        (8,9)  
        --返回10,11,12 
       
 
        select  
        nodeid  
        from  
        tree1  
        where  
        parentid  
        in  
        (10,11,12)  
        --返回空 
       
 
        delete  
        from  
        tree1  
        where  
        nodeid  
        in  
        (4,8,9,10,11,12) 
       
 
    
 
   
 

若是是隻刪除D節點，對於其它節點不作刪除而是作提高，那麼必須先修改子節點的parentid，而後才能刪除D節點。

正如上面演示的，對於這種依賴父節點法，最大的缺點就是沒法直接得到某個節點的全部子節點。所以若是要select全部的子節點，須要繁瑣的步驟，這不利於作聚合操做。

對於某些數據庫產品，支持遞歸查詢語句的，好比微軟的SQL Server，可使用CTE技術實現遞歸查詢。好比，要查詢D節點的全部子節點。只須要以下語句：

 
        WITH  
        tmp  
        AS 
        ( 
       
        SELECT  
        *  
        FROM  
        Tree1  
        WHERE  
        nodeid = 4 
       
        UNION  
        ALL 
       
        SELECT  
        a.*  
        FROM  
        Tree1  
        AS  
        a,tmp  
        AS  
        b  
        WHERE  
        a.parentid = b. nodeid 
       
        ) 
       
        SELECT  
        *  
        FROM  
        tmp

可是對於那些不支持遞歸查詢的數據庫來講，實現起來就比較複雜了。

方法二

還有一種比較土的方法，就是存儲路徑。暫且命名爲路徑枚舉法。

這種方法，將存儲根結點到每一個節點的路徑。

這種數據結構，能夠一眼就看出子節點的深度。

若是要查詢某個節點下的子節點，只須要根據path的路徑去匹配，好比要查詢D節點下的全部子節點。

 
        select  
        *  
        from  
        tree2  
        where  
        path  
        like  
        '%/4/%'

或者出於效率考慮，直接寫成

 
        select  
        *  
        from  
        tree2  
        where  
        path  
        like  
        '1/4/%'

若是要作聚合操做，也很容易，好比查詢D節點下一共有多少個節點。

select count(*) from tree2 where path like '1/4/%';

要插入一個節點，則稍微麻煩點。要插入本身，而後查出父節點的Path，而且把本身生成的ID更新到path中去。好比，要在L節點後面插入M節點。

首先插入本身M，而後獲得一個nodeid好比nodeid=13，而後M要插入到L後面，所以，查出L的path爲1/4/8/12/,所以update M的path爲1/4/8/12/13

 
        update  
        tree2  
        set 
       
        path=( 
        select  
        path  
        from  
        tree2  
        where  
        nodeid=12)  
        --此處開始拼接 
       
        ||last_insert_rowid()|| 
        '/' 
       
        where 
       
        nodeid= last_insert_rowid();

這種方法有一個明顯的缺點就是path字段的長度是有限的，這意味着，不能無限制的增長節點深度。所以這種方法適用於存儲小型的樹結構。

方法三

下面介紹一種方法，稱之爲閉包表。

該方法記錄了樹中全部節點的關係，不只僅只是直接父子關係，它須要使用2張表，除了節點表自己以外，還須要使用1張表來存儲節祖先點和後代節點之間的關係（同時增長一行節點指向自身）,而且根據須要，能夠增長一個字段，表示深度。所以這種方法數據量不少。設計的表結構以下：

Tree3表：

NodeRelation表：

如例子中的樹，插入的數據以下：

Tree3表的數據

NodeRelation表的數據

能夠看到，NodeRelation表的數據量不少。可是查詢很是方便。好比，要查詢D節點的子元素

只須要

 
        select  
        *  
        from  
        NodeRelation  
        where  
        ancestor=4;

要查詢節點D的直接子節點，則加上depth=1

 
        select  
        *  
        from  
        NodeRelation  
        where  
        ancestor=4  
        and  
        depth=1;

要查詢節點J的全部父節點，SQL：

 
        select  
        *  
        from  
        NodeRelation  
        where  
        descendant=10;

若是是插入一個新的節點，好比在L節點後添加子節點M,則插入的節點除了M自身外，還有對應的節點關係。即還有哪些節點和新插入的M節點有後代關係。這個其實很簡單，只要和L節點有後代關係的，和M節點一定會有後代關係，而且和L節點深度爲X的和M節點的深度一定爲X+1。所以，在插入M節點後，找出L節點爲後代的那些節點做爲和M節點之間有後代關係，插入到數據表。

 
        INSERT  
        INTO  
        tree3 (value)  
        VALUES 
        ( 
        'M' 
        ); 
        --插入節點 
       
        INSERT  
        INTO   
        NodeRelation(ancestor,descendant,depth) 
       
        select  
        n.ancestor,last_insert_rowid(),n.depth+1 
        --此處深度+1做爲和M節點的深度 
       
        from  
        NodeRelation n 
       
        where  
        n.descendant=12 
       
        Union  
        ALL 
       
        select   
        last_insert_rowid() ,last_insert_rowid(),0  
        --加上自身

在某些並不須要使用深度的狀況下，甚至能夠不須要depth字段。

若是要刪除某個節點也很容易，好比，要刪除節點D，這種狀況下，除了刪除tree3表中的D節點外，還須要刪除NodeRelation表中的關係。

首先以D節點爲後代的關係要刪除，同時以D節點的後代爲後代的這些關係也要刪除：

 
        delete  
        from  
        NodeRelation  
        where  
        descendant  
        in 
       
        ( 
        select  
        descendant  
        from  
        NodeRelation  
        where  
        ancestor=4 )； 
        --查詢以D節點爲祖先的那些節點，即D節點的後代。

這種刪除方法，雖然完全，可是它也刪除了D節點和它本來的子節點的關係。

若是隻是想割裂D節點和A節點的關係，而對於它原有的子節點的關係予以保留，則須要加入限定條件。

限制要刪除的關係的祖先不以D爲祖先，即若是這個關係以D爲祖先的，則不用刪除。所以把上面的SQL加上條件。

 
   
    
      
      
        delete  
        from  
        NodeRelation  
        where  
        descendant  
        in 
       
 
        ( 
        select  
        descendant  
        from  
        NodeRelation  
        where  
        ancestor=4 )； 
        --查詢以D節點爲祖先的那些節點，即D節點的後代。 
       
 
        and  
        ancestor  
        not  
        in  
        ( 
        select  
        descendant  
        from  
        NodeRelation   
        where  
        ancestor =4 ) 
       
 
    
 
   
 