MySQL树状数据的数据库设计

[[204962]]

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：

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：

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：

1. 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。
2. 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：

1. 没有父节点的根节点，父id默认为'0'，祖先路径默认为'0,'；
2. 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_id<parent_organ_id(即父机构产生于子机构之后)后的数据为空,则可以考虑使用分段模式(速度会快一些). 
    3.如果2中所述数据不为空,使用分段会使该id对应的机构及其子机构的ancestor_path不正确.结果为partfail. 
    */ 
    DECLARE intACount INT(11) DEFAULT 0; 
 
    DECLARE intPCount INT(11) DEFAULT 0; 
    DECLARE intPIndex INT(11) DEFAULT 0; 
    DECLARE intPOrganId INT(11) DEFAULT 0; 
    DECLARE strPPath VARCHAR(100) DEFAULT ''; 
    DECLARE intLoopDone INT(11) DEFAULT 0; 
 
    DECLARE intRCount INT(11) DEFAULT 0; 
    DECLARE intRIndex INT(11) DEFAULT 0; 
    DECLARE intROrganId INT(11) DEFAULT 0; 
 
    DROP TABLE IF EXISTS tmp_aOrganIdList; 
    CREATE TEMPORARY TABLE tmp_aOrganIdList( 
        rowid INT(11) auto_increment PRIMARY KEY, 
        organ_id INT(11), 
        p_organ_id INT(11) 
    ); 
 
    DROP TABLE IF EXISTS tmp_pOrganIdList; 
    CREATE TEMPORARY TABLE tmp_pOrganIdList( 
        rowid INT(11) auto_increment PRIMARY KEY, 
        organ_id INT(11) 
    ); 
/**/ 
    DROP TABLE IF EXISTS tmp_cOrganIdList; 
    CREATE TEMPORARY TABLE tmp_cOrganIdList( 
        rowid INT(11) auto_increment PRIMARY KEY, 
        organ_id INT(11) 
    ); 
 
    DROP TABLE IF EXISTS tmp_rOrganIdList; 
    CREATE TEMPORARY TABLE tmp_rOrganIdList( 
        rowid INT(11) auto_increment PRIMARY KEY, 
        organ_id INT(11), 
        p_organ_id INT(11), 
        ancestor_path VARCHAR(100) 
    ); 
 
    INSERT INTO tmp_aOrganIdList (organ_id,p_organ_id) 
    (SELECT organ_id,parent_organ_id FROM t_organ);-- 测试的时候limit: LIMIT 0,100 
 
    INSERT INTO tmp_pOrganIdList (organ_id) VALUES (0); 
    INSERT INTO tmp_rOrganIdList (organ_id,p_organ_id,ancestor_path) VALUES (0,-1,''); 
 
    WHILE ((SELECT COUNT(1) FROM tmp_aOrganIdList)>0 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