MySql無限分類結構

  無限分類是咱們開發中很是常見的應用，像論壇的的版塊，CMS的類別，應用的地方特別多。

      咱們最多見最簡單的方法就是在MySql裏ID ,parentID,name：

優勢是簡單，結構簡單。
缺點是效率不高，由於每一次遞歸都要查詢數據庫，幾百條數據庫時就不是很快了！

      存儲樹是一種常見的問題，多種解決方案。主要有兩種方法：鄰接表的模型，並修改樹前序遍歷算法。

      咱們將探討這兩種方法的節能等級的數據。我會使用樹從一個虛構的網上食品商店做爲一個例子。這食品商店組織其食品類，經過顏色和類型。這棵樹看起來像這樣：

      下面咱們將用另一種方法，這就是預排序遍歷樹算法(modified preorder tree traversal algorithm) 。

      這種方法你們可能接觸的比較少，初次使用也不像上面的方法容易理解，可是因爲這種方法不使用遞歸查詢算法，有更高的查詢效率。

      咱們首先將多級數據按照下面的方式畫在紙上，在根節點Food的左側寫上 1 而後沿着這個樹繼續向下 在 Fruit 的左側寫上 2 而後繼續前進， 沿着整個樹的邊緣給每個節點都標上左側和右側的數字。最後一個數字是標在Food 右側的 18。 在下面的這張圖中你能夠看到整個標好了數字的多級結 構。（沒有看懂？用你的手指指着數字從1數到18就明白怎麼回事了。還不明白，再數一遍，注意移動你的手指）。 

      這些數字標明瞭各個節點之間的關係，」Red」的號是3和6，它是 」Food」 1-18 的子孫節點。 一樣，咱們能夠看到 全部左值大於2和右值小於11的節點 都是」Fruit」 2-11 的子孫節點 

如圖所示：

      這樣整個樹狀結構能夠經過左右值來存儲到數據庫中。繼續以前，咱們看一看下面整理過的數據表。 

      注意：因爲」left」和」right」在 SQL中有特殊的意義，因此咱們須要用」lft」和」rgt」來表示左右字段。 另外這種結構中再也不須要」parent」字段來表示樹狀結構。也就是 說下面這樣的表結構就足夠了。 

      SELECT * FROM tree WHERE lft BETWEEN 2 AND 11;

      看到了吧，只要一個查詢就能夠獲得全部這些節點。爲了可以像上面的遞歸函數那樣顯示整個樹狀結構，咱們還須要對這樣的查詢進行排序。用節點的左值進行排序： 

      SELECT * FROM tree WHERE lft BETWEEN 2 AND 11 ORDER BY lft ASC;

      那麼某個節點到底有多少子孫節點呢？很簡單，子孫總數=(右值-左值-1)/2 
descendants = (right – left - 1) / 2 ，若是不是很清楚這個公式，那就去翻下書，咱們在上數據結構寫的很清楚！

      添加同一層次的節點的方法以下：

 

 LOCK TABLE nested_category WRITE;  
 
SELECT @myRight := rgt FROM nested_category  
WHERE name = ‘Cherry’;  
 
UPDATE nested_category SET rgt = rgt + 2 WHERE rgt > @myRight;  
UPDATE nested_category SET lft = lft + 2 WHERE lft > @myRight;  
 
INSERT INTO nested_category(name, lft, rgt) VALUES(‘Strawberry’, @myRight + 1, @myRight + 2);  
 
UNLOCK TABLES;

      添加樹的子節點的方法以下：

LOCK TABLE nested_category WRITE;  
 
SELECT @myLeft := lft FROM nested_category  
 
WHERE name = ‘Beef’;  
 
UPDATE nested_category SET rgt = rgt + 2 WHERE rgt > @myLeft ;  
UPDATE nested_category SET lft = lft + 2 WHERE lft > @myLeft ;  
 
INSERT INTO nested_category(name, lft, rgt) VALUES(‘charqui’, @myLeft + 1, @myLeft + 2);  
 
UNLOCK TABLES; 

      每次插入節點以後均可以用如下SQL進行查看驗證：

SELECT CONCAT( REPEAT( ‘ ‘, (COUNT(parent.name) – 1) ), node.name) AS name 
FROM nested_category AS node,  
nested_category AS parent  
WHERE node.lft BETWEEN parent.lft AND parent.rgt  
GROUP BY node.name 
ORDER BY node.lft;

      刪除節點的方法，稍微有點麻煩是有個中間變量,以下：

LOCK TABLE nested_category WRITE;  
 
 
SELECT @myLeft := lft, @myRight := rgt, @myWidth := rgt – lft + 1  
FROM nested_category  
WHERE name = ‘Cherry’;  
 
 
DELETE FROM nested_category WHERE lft BETWEEN @myLeft AND @myRight;  
 
 
UPDATE nested_category SET rgt = rgt – @myWidth WHERE rgt > @myRight;  
UPDATE nested_category SET lft = lft – @myWidth WHERE lft > @myRight;  
 
UNLOCK TABLES;

      這種方式就是有點難的理解，可是適合數據量很大規模使用，查看全部的結構只須要兩條SQL語句就能夠了，在添加節點和刪除節點的時候略顯麻煩，不過相對於 效率來講仍是值得的，此次發現讓我發現了數據庫結構真的頗有用，可是我在學校學的樹基本上都忘記了，此次遇到這個問題才應用到項目中！

      參考文章：

http://dev.mysql.com/tech-resources/articles/hierarchical-data.html

http://www.sitepoint.com/article/hierarchical-data-database/3/