Mysql樹形結構的數據庫表設計方案

前言

最近研究樹形菜單網上找瞭很多例子看瞭。一下是網上找的一些資料,然後自己重新實踐,記錄下免得下次又忘記瞭。

程序設計過程中,我們常常用樹形結構來表征某些數據的關聯關系,如企業上下級部門、欄目結構、商品分類等等,通常而言,這些樹狀結構需要借助於數據庫完成持久化。然而目前的各種基於關系的數據庫,都是以二維表的形式記錄存儲數據信息,因此是不能直接將Tree存入DBMS,設計合適的Schema及其對應的CRUD算法是實現關系型數據庫中存儲樹形結構的關鍵。

理想中樹形結構應該具備如下特征: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操作高效。無意中在網上搜索到一種很巧妙的設計,原文是英文,看過後感覺有點意思,於是便整理瞭一下。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,另一種是基於左右值編碼的改進方案。

一、基本數據

本文列舉瞭一個食品族譜的例子進行講解,通過類別、顏色和品種組織食品,樹形結構圖如下:

這裡寫圖片描述

二、繼承關系驅動的設計

對樹形結構最直觀的分析莫過於節點之間的繼承關系上,通過顯示地描述某一節點的父節點,從而能夠建立二維的關系表,則這種方案的Tree表結構通常設計為:{Node_id,Parent_id},上述數據可以描述為如下圖所示:

這裡寫圖片描述

這種方案的優點很明顯:設計和實現自然而然,非常直觀和方便。缺點當然也是非 常的突出:由於直接地記錄瞭節點之間的繼承關系,因此對Tree的任何CRUD操作都將是低效的,這主要歸根於頻繁的“遞歸”操作,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。當然,這種方案並非沒有用武之地,在Tree規模相對較小的情況下,我們可以借助於緩存機制來做優化,將Tree的信息載入內存進行處理,避免直接對數據庫IO操作的性能開銷。

三、基於左右值編碼的設計

在基於數據庫的一般應用中,查詢的需求總要大於刪除和修改。為瞭避免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。

這裡寫圖片描述

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,而且這種表設計似乎並沒有保存父子節點的繼承關系。但當你用手指指著表中的數字從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,如下圖所示。當我們從根節點Food左側開始,標記為1,並沿前序遍歷的方向,依次在遍歷的路徑上標註數字,最後我們回到瞭根節點Food,並在右邊寫上瞭18。

這裡寫圖片描述

依據此設計,我們可以推斷出所有左值大於2,並且右值小於11的節點都是Fruit的後續節點,整棵樹的結構通過左值和右值存儲瞭下來。然而,這還不夠,我們的目的是能夠對樹進行CRUD操作,即需要構造出與之配套的相關算法。

四、樹形結構CRUD算法

(1)獲取某節點的子孫節點

隻需要一條SQL語句,即可返回該節點子孫節點的前序遍歷列表,以Fruit為例:

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

查詢結果如下所示:

這裡寫圖片描述

那麼某個節點到底有多少的子孫節點呢?通過該節點的左、右值我們可以將其子孫節點圈進來,則子孫總數 = (右值 – 左值– 1) / 2,以Fruit為例,其子孫總數為:(11 –2 – 1) / 2 = 4。同時,為瞭更為直觀地展現樹形結構,我們需要知道節點在樹中所處的層次,通過左、右值的SQL查詢即可實現,以Fruit為例:SELECTCOUNT(*) FROM tree WHERE lft <= 2 AND rgt >=11。為瞭方便描述,我們可以為Tree建立一個視圖,添加一個層次數列,該列數值可以寫一個自定義函數來計算,函數定義如下:

創建表

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,我們創建一個視圖,添加瞭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

創建存儲過程,用於計算給定節點的所有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 

 現在,我們使用上面的存儲過程來計算節點Fruit所有子孫節點及對應層次,查詢結果如下:

這裡寫圖片描述

從上面的實現中,我們可以看出采用左右值編碼的設計方案,在進行樹的查詢遍歷時,隻需要進行2次數據庫查詢,消除瞭遞歸,再加上查詢條件都是數字的比較,查詢的效率是極高的,隨著樹規模的不斷擴大,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高更多。當然,前面我們隻給出瞭一個簡單的獲取節點子孫的算法,真正地使用這棵樹我們需要實現插入、刪除同層平移節點等功能。

(2)獲取某節點的族譜路徑

假定我們要獲得某節點的族譜路徑,則根據左、右值分析隻需要一條SQL語句即可完成,以Fruit為例: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)為某節點添加子孫節點

      假定我們要在節點“Red”下添加一個新的子節點“Apple”,該樹將變成如下圖所示,其中紅色節點為新增節點。

這裡寫圖片描述

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

      如果我們想要刪除某個節點,會同時刪除該節點的所有子孫節點,而這些被刪除的節點的個數為:(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、右值的情況下會進行調整。來看看樹會發生什麼變化,以Beef為例,刪除效果如下圖所示。

這裡寫圖片描述

則我們可以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 

五、總結

我們可以對這種通過左右值編碼實現無限分組的樹形結構Schema設計方案做一個總結:

(1)優點:在消除瞭遞歸操作的前提下實現瞭無限分組,而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

https://www.jb51.net/article/223579.htm

推薦閱讀: