数据库分层数据现实方法

分层数据

分层数据的每项（除根项）只有一个父项和零个或多个子项的数据集合。
分层数据存在于许多基于数据库的应用程序中，包括论文和邮件列表中的分类、组织层级关系、内容管理系统的分类、产品分类。

邻接表模型

数据库中结构：

+--------+----------------------+--------------+
|          id | name            | parent_id    |
+-------------+-----------------+--------------+
|           1 | 智慧学校          |     NULL    |
|           2 | 广东省教育厅       |      1      |
|           3 | 广州市教育厅       |      2      |
|           4 | 东莞市教育厅       |      2      |
|           5 | 佛山市教育厅       |      2      |
|           6 | 荔湾区华侨小学     |      3      |
|           7 | 湖南省教育厅       |      1      |
|           8 | 长沙市教育厅       |      7      |
|           9 | 湘潭市教育厅       |      7      |
|         10  | 张家界市教育厅     |      7      |
+-------------+----------------------+--------+

优点：
实现简单，能直观看到直接父子关系。
缺点：
当要检索某节点下所有子孙节点时，只能一层一层递归查询。

orcal中实现子孙节点查找：
SELECT * FROM unit t CONNECT BY prior t.parent_id=t.id start with t.parent_id = 1
mysql使用函数实现(使用函数形式)：

CREATE FUNCTION getChildLst(id INT)RETURNS varchar(1000) CHARSET utf8
BEGIN DECLARE sTemp VARCHAR(1000); DECLARE sTempChd VARCHAR(1000); SET sTemp = '$'; SET sTempChd =cast(rootId as CHAR); WHILE sTempChd is not null DO SET sTemp = concat(sTemp,',',sTempChd); SELECT group_concat(id) INTO sTempChd FROM emp where FIND_IN_SET(parentId,sTempChd)>0; END WHILE; RETURN substr(sTemp,3); END

看上面的语句是全表扫描，没有走索引。一些数据量比较大的表，查询就很慢。

前缀编码模型

数据库结构

+-------------+-----------------+--------+
|          id | name             | code |
+--------+----------------------+--------+
|           1 | Seewo智慧学校     |  001 |
|           2 | 广东省教育厅       |  001001 |
|           3 | 广州市教育厅       |  001001001 |
|           4 | 东莞市教育厅       |  001001002 |
|           5 | 佛山市教育厅       |  001001003 |
|           6 | 荔湾区华侨小学     |  001001001001 |
|           7 | 湖南省教育厅       |  001002 |
|           8 | 长沙市教育厅       |  001002001 |
|           9 | 湘潭市教育厅       |  001002002 |
|          10 | 张家界市教育厅      | 001002003 |
+-------------+----------------------+--------+

节点编码：为当前记录行的编码（内部编码），它的所有直接下级记录行的编码都是以它为依据进行扩展。
优点：
使用like语句即可查出其所有子孙节点的记录集。
缺点：
固定长度编码限制了子节点的个数，层级不明显，查询直系亲属节点麻烦。
每层的节点个数受编码长度限制

改进的前缀编码模型

数据库结构

+--------+------------------+----------------+--------------+--------------+
|     id | name             | parent_id      | code         |  childMaxNum |
+--------+------------------+----------------+--------------+--------------+
|      1 | Seewo智慧学校     |     NULL        |  1.         |      2        |
|      2 | 广东省教育厅       |      1          |  1.1.       |      3        |
|      3 | 广州市教育厅       |      2          |  1.1.1.     |      1        |
|      4 | 东莞市教育厅       |      2          |  1.1.2.     |      0        |
|      5 | 佛山市教育厅       |      2          |  1.1.3.     |      0        |
|      6 | 荔湾区华侨小学     |      3          |   1.1.1.1.  |      0        |
|      7 | 湖南省教育厅       |      1          |  1.2.       |      3        |
|      8 | 长沙市教育厅       |      7          |  1.2.1.     |      0        |
|      9 | 湘潭市教育厅       |      7          |  1.2.2.     |      0        |
|     10 | 张家界市教育厅     |      7          | 1.2.3.       |      0        |
+--------+-------------------+---------------+--------------+--------------+

改进的前缀编码模型中添加了直系父节点id的parent_id，和当前子节点分配最大数childMaxNum（记录了当前已分配的数字），前缀编码code使用特殊符号区分节点的层次。
查找子孙节点sql：
select * from unit where code like ‘1.1.%’

嵌套集合模型

模型图：

使用左值和右值来表现嵌套集合模型中数据的分层特性。
优点：
所有子孙节点的左右值都在父节点的左右值范围内，能快速查找出一棵子树，且能快速判断是否含有子节点。
缺点：
1、当增加删除一个节点时，需要更新其他节点的左右值。
2、层级不明显。

二叉树模型

把这种层级结构变换为二叉树模型，变换规则，某节点A的左边第一个子节点B作为A左子节点，B右边第一个兄弟节点C作为B的右子节点，如果C右边还有兄弟节点D，则把D作为C的右子节点，如此类推。最后变换为下图：

每个节点的编码以一维数组存放二叉树的方式进行编码

+-------------+-----------------+----------+
|          id | name            | location |
+--------+----------------------+----------+
|           1 | Seewo智慧学校     |  1      |
|           2 | 广东省教育厅       |  2      |
|           3 | 广州市教育厅       |  4      |
|           4 | 东莞市教育厅       |  9      |
|           5 | 佛山市教育厅       |  19     |
|           6 | 荔湾区华侨小学     |   8     |
|           7 | 湖南省教育厅       |  5      |
|           8 | 长沙市教育厅       |  10     |
|           9 | 湘潭市教育厅       |  21     |
|         10 | 张家界市教育厅      | 43      |
+-------------+-----------------+---------+

MongoDB实现

使用非关系型数据库优点可以快速的查找

{ id："1",   name:"Seewo智慧学校", ancestors:[],     parent:null }
{ id："2", name:"广东省教育厅",  ancestors:["1"], parent:"1" }
{ id："3", name:"广州市教育厅 ",  ancestors:["1","2"], parent:"2" }
{ id："4", name:"东莞市教育厅",  ancestors:["1","2"], parent:"2" }
{ id："5", name:"佛山市教育厅",  ancestors:["1","2"], parent:"2" }
{ id："6", name:"荔湾区华侨小学",  ancestors:["1","2","3"], parent:"3" }
{ id："7", name:"湖南省教育厅",  ancestors:["1"], parent:"1" }
{ id："8", name:"长沙市教育厅",  ancestors:["1","8"], parent:"7" }
{ id："9", name:"湘潭市教育厅",  ancestors:["1","8"], parent:"7" }
{ id："10", name:"张家界市教育厅",  ancestors:["1","8"], parent:"7" }

查找id=1的所有子孙节点：find({ancestors:”1”})