MySQL：如何将树形结构存储在数据库中
文章目录
- 问题
- 方案一 Adjacency List（存储父节点）
- 数据库存储结构
- SQL示例
- 1.添加节点
- 2.查询小天的直接上司
- 3.查询老宋管理下的直属员工
- 4.查询小天的所有上司
- 5.查询老王管理的所有员工
- 方案二 Path Enumeration（存储路径）
- 数据库存储结构
- SQL示例
- 1.添加节点
- 2.查询小天的直接上司
- 3.查询老宋管理下的直属员工
- 4.查询小天的所有上司
- 5.查询老王管理的所有员工
- 方案三 Closure Table(存储关系表和深度)
- 数据库存储结构
- SQL示例
- 1.插入节点
- 2.查询小天的直接上司
- 3.查询老宋管理下的直属员工
- 4.查询小天的所有上司。
- 5.查询老王管理的所有员工
- 对比
问题
现在有一个要存储一下公司的人员结构，大致层次结构如下
怎么存储这个结构？并且要获取以下信息：
1.查询小天的直接上司；
2.查询老宋管理下的直属员工；
3.查询小天的所有上司；
4.查询老王管理的所有员工。
方案一 Adjacency List（存储父节点）
Adjacency List(邻接表）是只存储当前节点的父节点ID。
数据库存储结构
-- ----------------------------
-- Table structure for employees
-- ----------------------------
DROP TABLE IF EXISTS `employees`;
CREATE TABLE `employees` (`eid` int(11) NOT NULL COMMENT '主键ID',`ename` varchar(100) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '姓名',`position` varchar(100) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '位置',`parent_id` int(11) NULL DEFAULT NULL COMMENT '上级ID',PRIMARY KEY (`eid`) USING BTREE
) ENGINE = InnoDB CHARACTER SET = utf8 COLLATE = utf8_general_ci ROW_FORMAT = Dynamic;-- ----------------------------
-- Records of employees
-- ----------------------------
INSERT INTO `employees` VALUES (1, '老王', '高管', 0);
INSERT INTO `employees` VALUES (2, '老宋', '产品部主管', 1);
INSERT INTO `employees` VALUES (3, '老牛', '技术部主管', 1);
INSERT INTO `employees` VALUES (4, '小吴', '产品A组长', 2);
INSERT INTO `employees` VALUES (5, '小李', '产品B组长', 2);
INSERT INTO `employees` VALUES (6, '小欢', '产品经理', 3);
INSERT INTO `employees` VALUES (7, '小小', '产品经理', 3);
INSERT INTO `employees` VALUES (8, '小天', '产品部员工', 4);
INSERT INTO `employees` VALUES (9, '小里', '产品部员工', 4);
INSERT INTO `employees` VALUES (10, '小黑', '产品部员工', 5);
INSERT INTO `employees` VALUES (11, '小胡', '产品部员工', 5);
INSERT INTO `employees` VALUES (12, '小丽', '技术部员工', 6);
INSERT INTO `employees` VALUES (13, '小蓝', '技术部员工', 6);
INSERT INTO `employees` VALUES (14, '小黄', '技术部员工', 7);
INSERT INTO `employees` VALUES (15, '小真', '技术部员工', 7);
如图所示：
SQL示例
1.添加节点
比如在小吴节点下，再次插入一个M节点
INSERT INTO employees ( eid, ename, position, parent_id )
VALUES ( 16, 'M', '产品部员工', 4 );
2.查询小天的直接上司
SELECTe2.eid,e2.ename
FROMemployees e1,employees e2
WHEREe1.parent_id = e2.eid AND e1.ename = '小天';
3.查询老宋管理下的直属员工
SELECTe1.eid,e1.ename
FROMemployees e1,employees e2
WHEREe1.parent_id = e2.eid AND e2.ename = '老宋';
4.查询小天的所有上司
这里肯定没法直接查，只能用循环进行循环查询，先查直接上司，再查直接上司的直接上司，依次循环，这样麻烦的事情，得先建立一个函数：
-- 函数
CREATE DEFINER=`root`@`localhost` FUNCTION `getSuperiors`(`uid` int) RETURNS varchar(1000) CHARSET utf8mb4
BEGINDECLARE superiors VARCHAR(1000) DEFAULT '';DECLARE sTemp INTEGER DEFAULT uid;DECLARE tmpName VARCHAR(20);WHILE (sTemp>0) DOSELECT parent_id into sTemp FROM employees where eid = sTemp;SELECT ename into tmpName FROM employees where eid = sTemp;IF(sTemp>0)THENSET superiors = concat(tmpName,',',superiors);END IF;END WHILE;SET superiors = LEFT(superiors,CHARACTER_LENGTH(superiors)-1);RETURN superiors;
END;-- 查询子节点的全部父节点
select getSuperiors(11) as superior;
ps：显然获取子节点的全部父节点的时候很麻烦
5.查询老王管理的所有员工
先获取所有父节点为老王id的员工id，然后将员工姓名加入结果列表里，在调用一个神奇的查找函数，即可进行神奇的查找：
-- 函数
CREATE DEFINER=`root`@`localhost` FUNCTION `getSubordinate`(`uid` int) RETURNS varchar(2000) CHARSET utf8mb4
BEGIN
DECLARE str varchar(1000);
DECLARE cid varchar(100);
DECLARE result VARCHAR(1000);
DECLARE tmpName VARCHAR(100);
SET str = '$';
SET cid = CAST(uid as char(10));
WHILE cid is not null DO SET str = concat(str, ',', cid); SELECT group_concat(eid) INTO cid FROM employees where FIND_IN_SET(parent_id,cid);
END WHILE;SELECT GROUP_CONCAT(ename) INTO result FROM employees WHERE FIND_IN_SET(parent_id,str);
RETURN result;
END;-- 查询父节点下的所有子节点
SELECT getSubordinate(2);
总结：
优点：存储的信息少，查直接上司和直接下属的时候很方便；
缺点：多级查询时较复杂，无论是SELECT还是DELETE都可能涉及到获取所有子节点的问题；
这种方法适合只需要用到直接上下级关系的时候，可以节省很多空间。
方案二 Path Enumeration（存储路径）
Path Enumeration 路径枚举法，存储根节点到每个子节点的路径
数据库存储结构
-- ----------------------------
-- Table structure for employees2
-- ----------------------------
DROP TABLE IF EXISTS `employees2`;
CREATE TABLE `employees2` (`eid` int(11) NOT NULL COMMENT '主键ID',`ename` varchar(100) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '姓名',`position` varchar(100) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '位置',`path` varchar(200) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '所在路径',PRIMARY KEY (`eid`) USING BTREE
) ENGINE = InnoDB CHARACTER SET = utf8 COLLATE = utf8_general_ci ROW_FORMAT = Dynamic;-- ----------------------------
-- Records of employees2
-- ----------------------------
INSERT INTO `employees2` VALUES (1, '老王', '高管', '/1');
INSERT INTO `employees2` VALUES (2, '老宋', '产品部主管', '/1/2');
INSERT INTO `employees2` VALUES (3, '老牛', '技术部主管', '/1/3');
INSERT INTO `employees2` VALUES (4, '小吴', '产品A组长', '/1/2/4');
INSERT INTO `employees2` VALUES (5, '小李', '产品B组长', '/1/2/5');
INSERT INTO `employees2` VALUES (6, '小欢', '产品经理', '/1/3/6');
INSERT INTO `employees2` VALUES (7, '小小', '产品经理', '/1/3/7');
INSERT INTO `employees2` VALUES (8, '小天', '产品部员工', '/1/2/4/8');
INSERT INTO `employees2` VALUES (9, '小里', '产品部员工', '/1/2/4/9');
INSERT INTO `employees2` VALUES (10, '小黑', '产品部员工', '/1/2/5/10');
INSERT INTO `employees2` VALUES (11, '小胡', '产品部员工', '/1/2/5/11');
INSERT INTO `employees2` VALUES (12, '小丽', '技术部员工', '/1/3/6/12');
INSERT INTO `employees2` VALUES (13, '小蓝', '技术部员工', '/1/3/6/13');
INSERT INTO `employees2` VALUES (14, '小黄', '技术部员工', '/1/3/7/14');
INSERT INTO `employees2` VALUES (15, '小真', '技术部员工', '/1/3/7/15');如图所示：
SQL示例
1.添加节点
要插入自己，然后查出父节点的Path，并且把自己生成的ID更新到path中去。比如，要在小吴节点后面插入M节点
-- 1.插入自己M，eid为16
INSERT INTO employees2 ( eid, ename, position, path )
VALUES ( 16, 'M', '产品部员工', '' );
-- 2.查出小吴的path为/1/2/4
SELECT path FROM employees2 WHERE eid=4
-- 3.更新M的path为/1/2/4/16
UPDATE employees2 SET path='/1/2/4/16' WHERE eid= 16;
2.查询小天的直接上司
在上一个解决方案中能轻而易举做到的事情，在这个方案中却有些麻烦了，因为需要对path字段进行字符串处理，去掉“/”+自身id才是直接上司的path值。
SELECTe1.eid,e1.ename
FROMemployees2 e1,employees2 e2
WHEREe2.ename = '小天' AND e1.path = REPLACE ( e2.path, CONCAT( '/', e2.eid ), '' );
3.查询老宋管理下的直属员工
怎么查管理下的直属员工呢？那就要用模糊查询了；使用正则匹配，匹配所有path符合规则的记录
SELECTe2.eid,e2.ename
FROMemployees2 e1,employees2 e2
WHEREe1.ename = '老宋' AND e2.path REGEXP CONCAT( e1.path, '/[0-9]{1,}$' );
4.查询小天的所有上司
这里就能体现这种存储结构的优势了。不看效率的话，还是很方便的
SELECTe1.eid,e1.ename
FROMemployees2 e1,employees2 e2
WHEREe2.ename = '小天' AND e2.path LIKE concat( e1.path, '/%' );
5.查询老王管理的所有员工
不用像之前那样写一大段存储过程了，简单粗暴
SELECTe2.eid,e2.ename
FROMemployees2 e1,employees2 e2
WHEREe1.ename = '老王' AND e2.path LIKE concat( e1.path, '/%' );
总结：
优点：多级查询十分方便；
缺点：插入节点稍微麻烦些；查询直接上下级的时候稍微复杂；path字段的长度是有限的，不能无限制的增加节点深度；
这种方法适用于存储小型的树结构。
方案三 Closure Table(存储关系表和深度)
Closure Table 终结表法，保存每个节点与其各个子节点的关系，也就是记录以其为根节点的全部子节点信息。
数据库存储结构
-- ----------------------------
-- Table structure for employees3
-- ----------------------------
DROP TABLE IF EXISTS `employees3`;
CREATE TABLE `employees3` (`eid` int(11) NOT NULL COMMENT '主键ID',`ename` varchar(100) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '姓名',`position` varchar(100) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '位置',PRIMARY KEY (`eid`) USING BTREE
) ENGINE = InnoDB CHARACTER SET = utf8 COLLATE = utf8_general_ci ROW_FORMAT = Dynamic;-- ----------------------------
-- Records of employees3
-- ----------------------------
INSERT INTO `employees3` VALUES (1, '老王', '高管');
INSERT INTO `employees3` VALUES (2, '老宋', '产品部主管');
INSERT INTO `employees3` VALUES (3, '老牛', '技术部主管');
INSERT INTO `employees3` VALUES (4, '小吴', '产品A组长');
INSERT INTO `employees3` VALUES (5, '小李', '产品B组长');
INSERT INTO `employees3` VALUES (6, '小欢', '产品经理');
INSERT INTO `employees3` VALUES (7, '小小', '产品经理');
INSERT INTO `employees3` VALUES (8, '小天', '产品部员工');
INSERT INTO `employees3` VALUES (9, '小里', '产品部员工');
INSERT INTO `employees3` VALUES (10, '小黑', '产品部员工');
INSERT INTO `employees3` VALUES (11, '小胡', '产品部员工');
INSERT INTO `employees3` VALUES (12, '小丽', '技术部员工');
INSERT INTO `employees3` VALUES (13, '小蓝', '技术部员工');
INSERT INTO `employees3` VALUES (14, '小黄', '技术部员工');
INSERT INTO `employees3` VALUES (15, '小真', '技术部员工');-- ----------------------------
-- Table structure for emp_relations
-- ----------------------------
DROP TABLE IF EXISTS `emp_relations`;
CREATE TABLE `emp_relations` (`root_id` int(11) NULL DEFAULT NULL COMMENT '根节点的eid',`depth` int(11) NULL DEFAULT NULL COMMENT '根节点到该节点的深度',`is_leaf` tinyint(1) NULL DEFAULT NULL COMMENT '该节点是否为叶子节点',`node_id` int(11) NULL DEFAULT NULL COMMENT '该节点的eid'
) ENGINE = InnoDB CHARACTER SET = utf8 COLLATE = utf8_general_ci ROW_FORMAT = Dynamic;-- ----------------------------
-- Records of emp_relations
-- ----------------------------
INSERT INTO `emp_relations` VALUES (1, 0, 0, 1);
INSERT INTO `emp_relations` VALUES (1, 1, 0, 2);
INSERT INTO `emp_relations` VALUES (1, 1, 0, 3);
INSERT INTO `emp_relations` VALUES (1, 2, 0, 4);
INSERT INTO `emp_relations` VALUES (1, 2, 0, 5);
INSERT INTO `emp_relations` VALUES (1, 2, 0, 6);
INSERT INTO `emp_relations` VALUES (1, 2, 0, 7);
INSERT INTO `emp_relations` VALUES (1, 3, 1, 8);
INSERT INTO `emp_relations` VALUES (1, 3, 1, 9);
INSERT INTO `emp_relations` VALUES (1, 3, 1, 10);
INSERT INTO `emp_relations` VALUES (1, 3, 1, 11);
INSERT INTO `emp_relations` VALUES (1, 3, 1, 12);
INSERT INTO `emp_relations` VALUES (1, 3, 1, 13);
INSERT INTO `emp_relations` VALUES (1, 3, 1, 14);
INSERT INTO `emp_relations` VALUES (1, 3, 1, 15);
INSERT INTO `emp_relations` VALUES (2, 0, 0, 2);
INSERT INTO `emp_relations` VALUES (2, 1, 0, 4);
INSERT INTO `emp_relations` VALUES (2, 1, 0, 5);
INSERT INTO `emp_relations` VALUES (2, 2, 1, 8);
INSERT INTO `emp_relations` VALUES (2, 2, 1, 9);
INSERT INTO `emp_relations` VALUES (2, 2, 1, 0);
INSERT INTO `emp_relations` VALUES (2, 2, 1, 11);
INSERT INTO `emp_relations` VALUES (3, 0, 0, 3);
INSERT INTO `emp_relations` VALUES (3, 1, 0, 6);
INSERT INTO `emp_relations` VALUES (3, 1, 0, 7);
INSERT INTO `emp_relations` VALUES (3, 2, 1, 12);
INSERT INTO `emp_relations` VALUES (3, 2, 1, 13);
INSERT INTO `emp_relations` VALUES (3, 2, 1, 14);
INSERT INTO `emp_relations` VALUES (3, 2, 1, 15);
INSERT INTO `emp_relations` VALUES (4, 0, 0, 4);
INSERT INTO `emp_relations` VALUES (4, 1, 1, 8);
INSERT INTO `emp_relations` VALUES (4, 1, 1, 9);
INSERT INTO `emp_relations` VALUES (5, 0, 0, 5);
INSERT INTO `emp_relations` VALUES (5, 1, 1, 10);
INSERT INTO `emp_relations` VALUES (5, 1, 1, 11);
INSERT INTO `emp_relations` VALUES (5, 1, 1, 12);
表数据如下：
SQL示例
1.插入节点
比如，要在小吴节点后面插入M节点：
在插入M节点后，找出以小吴节点为后代的那些节点作为和M节点之间有后代关系，插入到数据表。
-- 1.插入自己M，eid为16
INSERT INTO employees2 ( eid, ename, position )
VALUES ( 16, 'M', '产品部员工' );
-- 2.查出以小吴为后代的节点数据
SELECT * FROM emp_relations WHERE node_id=4
-- 3.插入到数据表：深度+1作为和M节点的深度
INSERT INTO emp_relations ( root_id, depth, is_leaf, node_id )
VALUES
( 1, 3, 0, 16 ),
( 2, 2, 0, 16 ),
( 4, 1, 0, 16 ),
( 16, 0, 1, 16 );
2.查询小天的直接上司
在关系表中找到node_id为小天id，depth为1的根节点id即可
SELECTe2.ename BOSS
FROMemployees3 e1,employees3 e2,emp_relations rel
WHEREe1.ename = '小天' AND rel.node_id = e1.eid AND rel.depth = 1 AND e2.eid = rel.root_id
3.查询老宋管理下的直属员工
只要查询root_id为老宋eid且深度为1的node_id即为其直接下属员工id
SELECTe1.eid,e1.ename 直接下属
FROMemployees3 e1,employees3 e2,emp_relations rel
WHEREe2.ename = '老宋' AND rel.root_id = e2.eid AND rel.depth = 1 AND e1.eid = rel.node_id
4.查询小天的所有上司。
只要在关系表中找到node_id为小天eid且depth大于0的root_id即可
SELECTe2.eid,e2.ename 上司
FROMemployees3 e1,employees3 e2,emp_relations rel
WHEREe1.ename = '小天' AND rel.node_id = e1.eid AND rel.depth > 0 AND e2.eid = rel.root_id
5.查询老王管理的所有员工
SELECTe1.eid,e1.ename 下属
FROMemployees3 e1,employees3 e2,emp_relations rel
WHEREe2.ename = '老王' AND rel.root_id = e2.eid AND rel.depth > 0 AND e1.eid = rel.node_id
总结：
优点：四个查询的复杂程度是一样的，而且可以让另一张表只存储跟节点紧密相关的信息，看起来更简洁；
缺点：关系表会很庞大，当层次很深，结构很庞大的时候，关系表数据的增长会越来越快，相当于用空间效率来换取了查找上的时间效率
对比
树形结构在数据库中存储的三种方式就介绍完了，接下来对比一下三种方法：
方案一：Adjacency List
优点：只存储上级id，存储数据少，结构类似于单链表，在查询相邻节点的时候很方便，添加删除节点都比较简单。
缺点：查询多级结构的时候会显得力不从心(无论是SELECT还是DELETE都可能涉及到获取所有子节点的问题)。
适用场合：对多级查询需求不大的场景比较适用。方案二：Path Enumeration
优点：查询多级结构的时候比较方便。查询相邻节点时也比较ok。增加或者删除节点的时候比较简单。
缺点：需要存储的path值可能会很大，甚至超过设置的最大值范围，理论上无法无限扩张。
适用场合：结构相对简单的场景比较适合。方案三：Closure Table
优点：在查询树形结构的任意关系时都很方便。
缺点：需要存储的数据量比较多，索引表需要的空间比较大，增加和删除节点相对麻烦。
适用场合：纵向结构不是很深，增删操作不频繁的场景比较适用。
参考：
【MySQL疑难杂症】如何将树形结构存储在数据库中（方案一 Adjacency List）
【MySQL疑难杂症】如何将树形结构存储在数据库中(方案二Path Enumeration）
【MySQL疑难杂症】如何将树形结构存储在数据库中（方案三 Closure Table）
mysql存储树形结构的数据
MySQL：如何将树形结构存储在数据库中相关推荐
- 数据库树形结构存储方法的选择
树形结构存储方法的选择 简单的方法跟踪多级回复构成的树形分支:parent_id 一开始的思路 使用parent_id跟踪分支 使用先找出所有节点,按照一定顺序整合成树形结构 缺陷: 在深度过深时仅用 ...
- 将不同数据存储到数据库中_如何将数据存储在兔子洞中
将不同数据存储到数据库中 Starting with databases and venturing into how the physical components of a computer st ...
- php怎么查询数据库密码,如何验证php中的密码是通过mysql查询手动散列插入到数据库中的？...
有没有办法通过自己的散列方法插入mysql数据库的php验证密码? 例如,如果我手动在表中插入用户数据,请假设用户表,如下所示: INSERT INTO users (email, pswd) VAL ...
- python爬取携程网航班机票信息并存储到数据库中，2020年最新版本
我们先看一下携程网的信息 从以上我们可以获取两个信息 1.我是从上海到成都的 2.7条航班信息 教你如何爬虫 我不教静态网页的爬虫,因为太简单了:我们直接上手携程网 我们到这个上述这个页面以后,我推荐 ...
- 如何在Python中将数字文件存储在数据库中
Databases like MySQL and PostgreSQL are all ideal for storing tables with numeric and text data. How ...
- SpringBoot提供接口实现Excel导入数据并存储到数据库中
SpringBoot提供接口实现Excel导入数据并存储到数据库中 完整项目文件 1 效果展示 1.1 Excel数据 zxy.xlsx 1.2 导入后数据库中数据 CREATE TABLE `use ...
- java rsa 存数据库_java – 如何创建RSA密钥对以便将其存储在数据库中？
我正在尝试实现变异加密算法(理论上由我开发)并作为需求的一部分,我需要生成一个RSA密钥对并将其存储在数据库中,以便以后作为加密过程的一部分进行检索(仅用于加密会话密钥,以便可以使用加密的消息安全地发 ...
- php将soap返回的xml转成数组,PHP – 在PHP中将XML转换为数组 – 在php中解析soap xml并将其存储在数据库中...
我想转换soap xml响应并将其存储在数据库中.这是我的XML. 200 example2 ex2 example2@example2.com example2, example2 example2 ...
- android 对象数据库中,解析嵌套的JSON对象，并存储在数据库中的Android
我只是试图让存储在我的JSON文件中的值,并将其保存到SQLite数据库:解析嵌套的JSON对象,并存储在数据库中的Android 这是我的JSON文件: { "list": { ...
最新文章
- 异步 ThreadPool
- caffe-ssd编译、训练、测试全过程（最后有彩蛋）
- 寻路基本工具类定义 AIDefine.cpp
- JS 前20个常用操作字符串的函数
- ITU-R BT.656 协议
- 软件工程（2018）第三次团队作业
- 为什么电商越来越难做了？
- jdk8 HashMap初始化和扩容机制
- 排序----在线性时间内排序
- [MAC]用beamoff给VMware的Mac OS X 10.10.x加速
- 基于Python+Opencv的银行卡号识别系统（附完整代码）
- excel找出重复值
- Aruba7010 默认密码_紧急提醒：手机上的这个密码必须设，否则钱包很危险！|手机|sim|盗取...
- 贵州贵安新区试点大数据精准扶贫运营管理
- python爬取微博评论点赞数_Python selenium爬取微博数据代码实例
- python读取dat文件经纬度_自动提取kml文件中的经纬度
- linux系统旋转屏幕命令,Archlinux 实现屏幕旋转
- 抽象类和抽象方法 abstract类和abstract方法
- 统计项目工程文件总行数
- 产品介绍 | 51LA短链分发平台