1. 全栈程序员必看首页

树形结构的数据库表设计

全栈程序员-用户IM • • 未分类

树形结构的数据库表设计树形结构的数据库表Schema设计   程序设计过程中，我们常常用树形结构来表征某些数据的关联关系，如企业上下级部门、栏目结构、商品分类等等，通常而言，这些树状结构需要借助于数据库完成持久化。然而目前的各种基于关系的数据库，都是以二维表的形式记录存储数据信息，因此是不能直接将Tree存入DBMS，设计合适的Schema及其对应的CRUD算法是实现关系型数据库中存储树形结构的关键。   理想中树…

大家好，又见面了，我是你们的朋友全栈君。

树形结构的数据库表Schema设计


    程序设计过程中，我们常常用树形结构来表征某些数据的关联关系，如企业上下级部门、栏目结构、商品分类等等，通常而言，这些树状结构需要借助于数据库完成持久化。然而目前的各种基于关系的数据库，都是以二维表的形式记录存储数据信息，因此是不能直接将Tree存入DBMS，设计合适的Schema及其对应的CRUD算法是实现关系型数据库中存储树形结构的关键。

    理想中树形结构应该具备如下特征：数据存储冗余度小、直观性强；检索遍历过程简单高效；节点增删改查CRUD操作高效。无意中在网上搜索到一种很巧妙的设计，原文是英文，看过后感觉有点意思，于是便整理了一下。本文将介绍两种树形结构的Schema设计方案：一种是直观而简单的设计思路，另一种是基于左右值编码的改进方案。

一、基本数据

    本文列举了一个食品族谱的例子进行讲解，通过类别、颜色和品种组织食品，树形结构图如下：

树形结构的数据库表设计

二、继承关系驱动的Schema设计

    对树形结构最直观的分析莫过于节点之间的继承关系上，通过显示地描述某一节点的父节点，从而能够建立二维的关系表，则这种方案的Tree表结构通常设计为：{Node_id,Parent_id}，上述数据可以描述为如下图所示：

树形结构的数据库表设计

    这种方案的优点很明显：设计和实现自然而然，非常直观和方便。缺点当然也是非常的突出：由于直接地记录了节点之间的继承关系，因此对Tree的任何CRUD操作都将是低效的，这主要归根于频繁的“递归”操作，递归过程不断地访问数据库，每次数据库IO都会有时间开销。当然，这种方案并非没有用武之地，在Tree规模相对较小的情况下，我们可以借助于缓存机制来做优化，将Tree的信息载入内存进行处理，避免直接对数据库IO操作的性能开销。

三、基于左右值编码的Schema设计

    在基于数据库的一般应用中，查询的需求总要大于删除和修改。为了避免对于树形结构查询时的“递归”过程，基于Tree的前序遍历设计一种全新的无递归查询、无限分组的左右值编码方案，来保存该树的数据。

树形结构的数据库表设计

    第一次看见这种表结构，相信大部分人都不清楚左值（Lft）和右值（Rgt）是如何计算出来的，而且这种表设计似乎并没有保存父子节点的继承关系。但当你用手指指着表中的数字从1数到18，你应该会发现点什么吧。对，你手指移动的顺序就是对这棵树进行前序遍历的顺序，如下图所示。当我们从根节点Food左侧开始，标记为1，并沿前序遍历的方向，依次在遍历的路径上标注数字，最后我们回到了根节点Food，并在右边写上了18。

    第一次看见这种表结构，相信大部分人都不清楚左值（Lft）和右值（Rgt）是如何计算出来的，而且这种表设计似乎并没有保存父子节点的继承关系。但当你用手指指着表中的数字从1数到18，你应该会发现点什么吧。对，你手指移动的顺序就是对这棵树进行前序遍历的顺序，如下图所示。当我们从根节点Food左侧开始，标记为1，并沿前序遍历的方向，依次在遍历的路径上标注数字，最后我们回到了根节点Food，并在右边写上了18。

树形结构的数据库表设计

    依据此设计，我们可以推断出所有左值大于2，并且右值小于11的节点都是Fruit的后续节点，整棵树的结构通过左值和右值存储了下来。然而，这还不够，我们的目的是能够对树进行CRUD操作，即需要构造出与之配套的相关算法。

 四、树形结构CRUD算法

（1）获取某节点的子孙节点

    只需要一条SQL语句，即可返回该节点子孙节点的前序遍历列表，以Fruit为例：SELECT* FROM Tree WHERE Lft BETWEEN 2 AND 11 ORDER BY Lft ASC。查询结果如下所示：

树形结构的数据库表设计

    那么某个节点到底有多少的子孙节点呢？通过该节点的左、右值我们可以将其子孙节点圈进来，则子孙总数 = (右值 – 左值– 1) / 2，以Fruit为例，其子孙总数为：(11 –2 – 1) / 2 = 4。同时，为了更为直观地展现树形结构，我们需要知道节点在树中所处的层次，通过左、右值的SQL查询即可实现，以Fruit为例：SELECTCOUNT(*) FROM Tree WHERE Lft <= 2 AND Rgt >=11。为了方便描述，我们可以为Tree建立一个视图，添加一个层次数列，该列数值可以写一个自定义函数来计算，函数定义如下：

[sql] 
view plain
 copy

  1. CREATE FUNCTION dbo.CountLayer  
  2. (  
  3.     @node_id int  
  4. )  
  5. RETURNS int  
  6. AS  
  7. begin  
  8.     declare @result int  
  9.     set @result = 0  
  10.     declare @lft int  
  11.     declare @rgt int  
  12.     if exists(select Node_id from Tree where Node_id = @node_id)  
  13.     begin  
  14.         select @lft = Lft, @rgt = Rgt from Tree where node_id = @node_id  
  15.         select @result = count(*) from Tree where Lft <= @lft and Rgt >= @rgt  
  16.     end  
  17.     return @result  
  18. end  
  19. GO  

    基于层次计算函数，我们创建一个视图，添加了新的记录节点层次的数列：

[sql] 
view plain
 copy

  1. CREATE VIEW dbo.TreeView  
  2. AS  
  3. SELECT Node_id, Name, Lft, Rgt, dbo.CountLayer(Node_id) AS Layer FROM dbo.Tree ORDER BY Lft  
  4. GO  

    创建存储过程，用于计算给定节点的所有子孙节点及相应的层次：

[sql] 
view plain
 copy

  1. CREATE PROCEDURE [dbo].[GetChildrenNodeList]  
  2. (  
  3.     @node_id int  
  4. )  
  5. AS  
  6. declare @lft int  
  7. declare @rgt int  
  8. if exists(select Node_id from Tree where node_id = @node_id)  
  9.     begin  
  10.         select @lft = Lft, @rgt = Rgt from Tree where Node_id = @node_id  
  11.         select * from TreeView where Lft between @lft and @rgt order by Lft ASC  
  12.     end  
  13. GO  

    现在，我们使用上面的存储过程来计算节点Fruit所有子孙节点及对应层次，查询结果如下：

树形结构的数据库表设计

    从上面的实现中，我们可以看出采用左右值编码的设计方案，在进行树的查询遍历时，只需要进行2次数据库查询，消除了递归，再加上查询条件都是数字的比较，查询的效率是极高的，随着树规模的不断扩大，基于左右值编码的设计方案将比传统的递归方案查询效率提高更多。当然，前面我们只给出了一个简单的获取节点子孙的算法，真正地使用这棵树我们需要实现插入、删除同层平移节点等功能。

 （2）获取某节点的族谱路径

    假定我们要获得某节点的族谱路径，则根据左、右值分析只需要一条SQL语句即可完成，以Fruit为例：SELECT* FROM Tree WHERE Lft < 2 AND Rgt > 11 ORDER BY Lft ASC ，相对完整的存储过程：

[sql] 
view plain
 copy

  1. CREATE PROCEDURE [dbo].[GetParentNodePath]  
  2. (  
  3.     @node_id int  
  4. )  
  5. AS  
  6. declare @lft int  
  7. declare @rgt int  
  8. if exists(select Node_id from Tree where Node_id = @node_id)  
  9.     begin  
  10.         select @lft = Lft, @rgt = Rgt from Tree where Node_id = @node_id  
  11.         select * from TreeView where Lft < @lft and Rgt > @rgt order by Lft ASC  
  12.     end  
  13. GO  

（3）为某节点添加子孙节点

    假定我们要在节点“Red”下添加一个新的子节点“Apple”，该树将变成如下图所示，其中红色节点为新增节点。

树形结构的数据库表设计

    仔细观察图中节点左右值变化，相信大家都应该能够推断出如何写SQL脚本了吧。我们可以给出相对完整的插入子节点的存储过程：

[sql] 
view plain
 copy

  1. CREATE PROCEDURE [dbo].[AddSubNode]  
  2. (  
  3.     @node_id int,  
  4.     @node_name varchar(50)  
  5. )  
  6. AS  
  7. declare @rgt int  
  8. if exists(select Node_id from Tree where Node_id = @node_id)  
  9.     begin  
  10.         SET XACT_ABORT ON  
  11.         BEGIN TRANSCTION  
  12.         select @rgt = Rgt from Tree where Node_id = @node_id  
  13.         update Tree set Rgt = Rgt + 2 where Rgt >= @rgt  
  14.         update Tree set Lft = Lft + 2 where Lft >= @rgt  
  15.         insert into Tree(Name, Lft, Rgt) values(@node_name, @rgt, @rgt + 1)  
  16.         COMMIT TRANSACTION  
  17.         SET XACT_ABORT OFF  
  18.     end  
  19. GO  

（4）删除某节点

    如果我们想要删除某个节点，会同时删除该节点的所有子孙节点，而这些被删除的节点的个数为：(被删除节点的右值 – 被删除节点的左值+ 1) / 2，而剩下的节点左、右值在大于被删除节点左、右值的情况下会进行调整。来看看树会发生什么变化，以Beef为例，删除效果如下图所示。

树形结构的数据库表设计

    则我们可以构造出相应的存储过程：

[sql] 
view plain
 copy

  1. CREATE PROCEDURE [dbo].[DelNode]  
  2. (  
  3.     @node_id int  
  4. )  
  5. AS  
  6. declare @lft int  
  7. declare @rgt int  
  8. if exists(select Node_id from Tree where Node_id = @node_id)  
  9.     begin  
  10.         SET XACT_ABORT ON  
  11.         BEGIN TRANSCTION  
  12.             select @lft = Lft, @rgt = Rgt from Tree where Node_id = @node_id  
  13.             delete from Tree where Lft >= @lft and Rgt <= @rgt  
  14.             update Tree set Lft = Lft – (@rgt – @lft + 1) where Lft > @lft  
  15.             update Tree set Rgt = Rgt – (@rgt – @lft + 1) where Rgt > @rgt  
  16.             COMMIT TRANSACTION  
  17.         SET XACT_ABORT OFF  
  18.     end  
  19. GO  

五、总结

    我们可以对这种通过左右值编码实现无限分组的树形结构Schema设计方案做一个总结：

    （1）优点：在消除了递归操作的前提下实现了无限分组，而且查询条件是基于整形数字的比较，效率很高。

    （2）缺点：节点的添加、删除及修改代价较大，将会涉及到表中多方面数据的改动。

    当然，本文只给出了几种比较常见的CRUD算法的实现，我们同样可以自己添加诸如同层节点平移、节点下移、节点上移等操作。有兴趣的朋友可以自己动手编码实现一下，这里不在列举了。值得注意的是，实现这些算法可能会比较麻烦，会涉及到很多条update语句的顺序执行，如果顺序调度考虑不周详，出现Bug的话将会对整个树形结构表产生惊人的破坏。因此，在对树形结构进行大规模修改的时候，可以采用临时表做中介，以降低代码的复杂度，同时，强烈推荐在做修改之前对表进行完整备份，以备不时之需。在以查询为主的绝大多数基于数据库的应用系统中，该方案相比传统的由父子继承关系构建的数据库Schema更为适用。

版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。

发布者：全栈程序员-用户IM，转载请注明出处：https://javaforall.cn/151568.html原文链接：https://javaforall.cn

【正版授权，激活自己账号】： Jetbrains全家桶Ide使用，1年售后保障，每天仅需1毛

【官方授权 正版激活】： 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

赞 (0)
全栈程序员-用户IM全栈程序员-用户IM
0 0
blank

相关推荐

  • 什么叫pure function（纯函数）[通俗易懂]

    什么叫pure function（纯函数）[通俗易懂]

    什么叫pure function（纯函数）[通俗易懂]在Knockout中，用到了pureComputer()，其原理来自于纯函数（purefunction）。那么，什么叫纯函数呢？纯函数（来自：http://en.wikipedia.org/wiki/Pure_function）     在计算机编程中，假如满足下面这两个句子的约束，一个函数可能被描述为一个纯函数：给出同样的参数值，该函数总是求出同样的结果。该函数结

    全栈程序员-用户IM 全栈程序员-用户IM
    2022年11月3日
  • goland激活码(破解版激活) idea

    goland激活码(破解版激活)

    goland激活码(破解版激活)，https://javaforall.cn/100143.html。详细ieda激活码不妨到全栈程序员必看教程网一起来了解一下吧！

    全栈程序员-用户IM 全栈程序员-用户IM
    2022年3月17日
  • RFFE中MIPI协议

    RFFE中MIPI协议

    RFFE中MIPI协议移动产业处理器接口（MobileIndustryProcessorInterface简称MIPI）联盟。MIPI（MobileIndustryProcessorInterface）协议是MIPI联盟（MIPIAlliance）提出的用于标准化移动终端系统各器件间通信的通信协议。MIPI联盟2003年成立，最早的初衷是为了标准化显示接口。

    全栈程序员-用户IM 全栈程序员-用户IM
    2022年6月11日
  • 链式求导法则公式_链式法则求导基础题

    链式求导法则公式_链式法则求导基础题

    链式求导法则公式_链式法则求导基础题原题链接“计算图”（computational graph）是现代深度学习系统的基础执行引擎，提供了一种表示任意数学表达式的方法，例如用有向无环图表示的神经网络。 图中的节点表示基本操作或输入变量，边表示节点之间的中间值的依赖性。 例如，下图就是一个函数 ( 的计算图。现在给定一个计算图，请你根据所有输入变量计算函数值及其偏导数（即梯度）。 例如，给定输入,，上述计算图获得函数值 (；并且根据微分链式法则，上图得到的梯度 ∇。知道你已经把微积分忘了，所以这里只要求你处理几个简单的算子：加法、减法、乘

    全栈程序员-用户IM 全栈程序员-用户IM
    2022年8月8日
  • STL算法——概述及算法概览[通俗易懂]

    STL算法——概述及算法概览[通俗易懂]

    STL算法——概述及算法概览[通俗易懂]

    全栈程序员-用户IM 全栈程序员-用户IM
    2022年8月18日
  • NodeJs的安装和环境变量配置[通俗易懂]

    NodeJs的安装和环境变量配置[通俗易懂]

    NodeJs的安装和环境变量配置[通俗易懂]一、NodeJs的安装和环境变量配置第一步，下载安装NodeJS1.本文在windows平台下NodeJS安装实例，独立安装而不是在安装VisualStudio的过程中2.NodeJS中文官网下载：http://nodejs.cn/#download3.双击可执行文件，安装操作过程中可以修改安装目录，这样的话如果操作系统重装后nodejs不需要再次安装，只要配置一下环境变量就

    全栈程序员-用户IM 全栈程序员-用户IM
    2022年6月7日

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号