MySQL中怎么实现树状数据
本篇文章为大家展示了MySQL中怎么实现树状数据,内容简明扼要并且容易理解,绝对能使你眼前一亮,通过这篇文章的详细介绍希望你能有所收获。
0 树状数据的分类
我们在mysql数据库设计的时候,会遇到一种树状的数据。如公司下面分开数个部门,部门下面又各自分开数个科室,以此形成树状的数据。关于树状的数据,按层级数大致可分为一下两类:
分类 | 特点 |
---|---|
固定数量层级 | 层级数量固定,每一层级都有各自的意义,如集团-分公司-部门-科室,省-市-区等 |
可变数量层级 | 层级数量不固定,前几层级可能会有特殊含义,但整体在相当大的范围内是浮动的 |
前者的优点在于,由于每一层级均有各自含义,数据库的整体设计更为方便,可将某一子节点的不同上级节点均存储在数据库中,同样以某集团为例:
节点code | 节点名称 | 节点层级 | 父级节点code | 1级祖先code | 2级祖先cdoe |
---|---|---|---|---|---|
010000 | 公司1 | 1 | 000000 | null | null |
020000 | 公司2 | 1 | 000000 | null | null |
010300 | 制造部 | 2 | 010000 | 010000 | null |
010400 | 品质部 | 2 | 010000 | 010000 | null |
010301 | 前工程制造 | 3 | 010300 | 010000 | 010300 |
010303 | 组装制造 | 3 | 010300 | 010000 | 010300 |
这样设计的表格冗余较多,但在各种类型查询的时候效率较高.在插入,更新(含子机构,由于业务逻辑特点,机构之间的更新一般是平行转移),删除(含子机构)的时候,由于冗余信息较多,数据操作时所需进行的查询获得也较简单。根据情况,部分冗余信息也考虑删去,如父级节点code,删去一些设计必然会导致部分查询的效率或复杂度提升,这个就需要根据实际情况来取舍平衡了。
缺点有两个:
一个是当层级数量较多的时候,需要存储大量的冗余信息.当然也可以考虑节约方案:1)不存储像n级祖先code这样的字段,但这样就无法利用固定层级设计带来的高效查询特性,是不建议这么做的;2)n级存储不使用code而改用id,这样做主要是在数据迁移或者他表利用的时候不方便。
另一个缺点是,当需求方给出要求,需要对当前机构重新洗牌,变更层级数的时候,你会非常头疼。
后者的优缺点则与前者的优缺点恰好相反,非固定的层级限制非常灵活,而缺点就是查询及数据操作上两方面的不便,这也是本文所要讲述的重点,即如何设计非固定层级的树状数据。
1 非固定层级树状数据的设计方式--祖先路径
树状数据最简单的一种设计方式是,只增加父级id。但这种设计方式给查询后代节点带来了极大的不便,据我所知,尚没有一种不通过函数/存储过程这样循环遍历的查询方式,来一次获取某个节点的所有后代节点或是祖先节点。(此前找到过一个较复杂的查询后代节点的sql,利用的也是祖先节点的id大于后代节点id的特性,但有可能存在通过更新节点使后代节点id大于祖先节点id,所以也不严谨,在此不进行详述)
对于非固定层级树状数据的一种设计方式是:增加祖先路径(ancestor_path),具体可参考下表:
id | 节点名称 | 父id | 祖先路径
--- | --- | --- | --- 1 | node1 | 0 | 0, 2 | node2 | 0 | 0, 3 | node1.1 | 1 | 0,1, 4 | node1.2 | 1 | 0,1, 5 | node2.1 | 2 | 0,2, 6 | node1.1.1 | 3 | 0,1,3, 7 | node1.1.2 | 3 | 0,1,3, 8 | node1.2.1 | 4 | 0,1,4, 9 | node2.1.1 | 5 | 0,2,5,
实际设计时,还可考虑加入层级这个冗余字段,但我在实际使用的过程中很少用到这个字段。
这样,在加了这个字段之后,任意节点的所有祖先节点信息就都可通过这样一条数据全部获取。
祖先路径的设定具有以下特点:
没有父节点的根节点,父id默认为'0',祖先路径默认为'0,';
每增加的一个子节点,祖先路径都是在要增加的子节点的父节点的祖先路径上增加父id和',';参考的表结构如下:
CREATE TABLE `t_node` ( `node_id` int(11) NOT NULL AUTO_INCREMENT, `node_name` varchar(50) NOT NULL, `p_id` int(11) NOT NULL, `ancestor_path` varchar(100) NOT NULL, PRIMARY KEY (`node_id`) ) ENGINE=InnoDB AUTO_INCREMENT=10 DEFAULT CHARSET=utf8;
2 祖先路径的查询
设计的树节点的查询,主要有两种,一种是查询某个节点的所有后代节点(与查询祖先节点为某个已知节点的所有节点集合是一个意思),这种也是最常用的一种查询;一种是查询某个节点的所有祖先节点,这种不太常用。
1. 查询某个节点的所有后代节点 参考示例如下:
SELECT * FROM t_node WHERE ancestor_path LIKE CONCAT( (SELECT * FROM (SELECT ancestor_path FROM t_node WHERE node_id=?)wt), ?,',%')
以上sql即是对id为?的某个节点的所有后代节点的查询方式一,还可使用以下方式:
SELECT * FROM t_node WHERE ancestor_path LIKE CONCAT('%,',?,',%')
查询方式二的方式更加简洁。但考虑到查询方式一只用到了右模糊查询,可以使用索引,所以还是建议使用方式一进行查询。
需要注意的是以上两种方式查到的节点集合都不包含子节点,如果需要包含该节点的信息,还需要加上
... OR node_id=?
2. 查询某个节点的所有祖先节点
SELECT * FROM t_node WHERE node_id REGEXP CONCAT('^(', REPLACE((SELECT * FROM (SELECT ancestor_path FROM t_node WHERE node_id=?) wt),',','|'), '0)$')
以上方式查询祖先节点的效率确实不是很高,但考虑到该查询本身并不用,便姑且用之了。
3 祖先路径的插入,更新和删除
分别分插入,更新和删除来讲:
1. 插入
INSERT INTO t_node (node_name,p_id,ancestor_path) VALUE('node?',?, CONCAT((SELECT * FROM (SELECT ancestor_path FROM t_node WHERE node_id=?)wt),?,','))
sql中的3个?均为要加入父节点的id。
2. 更新(含子节点)
如果更新的时候,父节点的位置没有变化,则不必考虑太多;
如果需要更新所在父节点,相比于最简单的树节点设计模式,增加祖先路径的方式除了在更新当前节点本身的父id外,还需要修改对应的祖先路径,这个步骤通过存储过程实现,是一种比较简单的方式,在此不再详述。仅对不使用存储过程的方式进行描述。
UPDATE t_node SET p_id=?_p WHERE node_id=?_n; UPDATE t_node SET ancestor_path=CONCAT((SELECT * FROM(SELECT ancestor_path FROM t_node WHERE node_id=?_p)wt2),?_p,',',SUBSTR(ancestor_path,LENGTH(@PPath)+1)) WHERE ancestor_path LIKE CONCAT((SELECT * FROM (SELECT @ppath:=ancestor_path FROM t_node WHERE node_id=?_n)wt),?_n,',%') OR node_id=?_n ;
其中?_n表示要修改的节点的id,?_p表示要修改的节点的新父节点的id。
注:使用该sql一定要先更新子节点的祖先路径,再更新本节点的祖先路径,如果是使用存储过程的话就可以无视这一点了。
3. 删除(含子节点)
DELETE FROM t_node WHERE ancestor_path LIKE CONCAT( (SELECT * FROM (SELECT ancestor_path FROM t_node WHERE node_id=?)wt), ?,',%')
删除的核心在于where,和获取所有后代节点的where可以说是完全一样的。
同样要主要先删除所有后代节点,再删除本节点;
4 祖先路径的重置
有可能你此前的某个数据库表格没有使用过祖先路径,但已经积累了一定量的数据,或者之前使用了祖先路径,但由于某种原因导致祖先路径的一些数据更新错误。因为祖先路径本质上是一个冗余字段,所以还是可以通过父id的方式将之还原重置。
以下为机构表的一个重置存储过程,供以参考:
CREATE DEFINER=`root`@`localhost` PROCEDURE `p_reset_organ_path`(OUT resultMark varchar(50)) BEGIN /* 使用前的说明: 1.本存储过程非客户使用,且自己人使用频率同样较低,故过程更方便调试,但效率不是很高; 2.如果执行SELECT * FROM t_organ WHERE organ_id0 AND intLoopDone=0) DO -- 持续循环,当没有organId数据为止(如果中间机构中断,则可能陷入死循环) SELECT COUNT(1) FROM tmp_pOrganIdList INTO intPCount;-- 当前父机构id的缓存区 SET intPIndex=0; WHILE intPIndex<=intPCount DO -- 对每个当前查询到的父id进行对应操作 SELECT organ_id FROM tmp_pOrganIdList LIMIT intPIndex,1 INTO intPOrganId; SELECT ancestor_path FROM tmp_rOrganIdList WHERE organ_id=intPOrganId INTO strPPath; INSERT INTO tmp_cOrganIdList (organ_id) (SELECT organ_id FROM tmp_aOrganIdList WHERE p_organ_id=intPOrganId);-- 次级机构id的缓存区 -- SELECT COUNT(1) FROM tmp_pOrganIdList INTO intDelCount; INSERT INTO tmp_rOrganIdList (organ_id,p_organ_id,ancestor_path) (SELECT organ_id,intPOrganId,CONCAT(strPPath,intPOrganId,',') FROM tmp_aOrganIdList WHERE p_organ_id=intPOrganId); DELETE FROM tmp_aOrganIdList WHERE p_organ_id=intPOrganId; SET intPIndex=intPIndex+1; END WHILE; DELETE FROM tmp_pOrganIdList; IF (SELECT COUNT(1) FROM tmp_cOrganIdList)>0 THEN INSERT INTO tmp_pOrganIdList (organ_id) (SELECT organ_id FROM tmp_cOrganIdList); DELETE FROM tmp_cOrganIdList; ELSE SET intLoopDone=1; END IF; -- SELECT * FROM tmp_pOrganIdList; -- SELECT COUNT(1) FROM tmp_aOrganIdList; -- SELECT intLoopDone; END WHILE; -- SELECT * FROM tmp_rOrganIdList;-- 想要查看测试的结果,请看此表 SELECT COUNT(1) FROM tmp_rOrganIdList INTO intRCount; WHILE intRIndex<=intRCount DO SELECT organ_id,ancestor_path FROM tmp_rOrganIdList LIMIT intRIndex,1 INTO intROrganId,strPPath; UPDATE t_organ SET ancestor_path=strPPath WHERE organ_id=intROrganId; SET intRIndex=intRIndex+1; END WHILE; IF (SELECT COUNT(1) FROM tmp_aOrganIdList)=0 THEN SET resultMark='perfect'; ELSE SET resultMark='partfail'; END IF; END
上述内容就是MySQL中怎么实现树状数据,你们学到知识或技能了吗?如果还想学到更多技能或者丰富自己的知识储备,欢迎关注行业资讯频道。