《SQL反模式》第三章 单纯的树

树就是树，你还需要考虑什么吗？ 罗纳德.里根 

 

我们看个贴吧的例子，吧友们可以一起讨论一个主题，又可以互相评论，怎么存储这些评论信息呢？ 

 

第一版：

create table comment（

comment_id serial primary key,

parent_id bigint unsigned,

bug_id bigint unsigned not null,

author bigint unsigned not null,

comment text not null,

foreign key (parent_id) refenences comment(comment_id    )

）; 

这样会有一个问题，如何遍历给定主题的所有评论？层级可以无限深的评论，1-2-3-4-5-6......，这注定是一个耗时的过程。

一、问题分析：

下面引用下书中的例子（范例数据）：

问题1：

对于上面的示例数据，如何查询一个节点的说有后代呢？

方法一：关联查询

关联两层数据：

select a.*,b.* from comment a left join comment b on a.comment_id = b.parent_id ; // 只能获取两层数据

关联四层数据：

select a.*,b.*,c.*,d.* from comment a 

left join comment b on a.comment_id = b.parent_id 

left join comment c on b.comment_id = c.parent_id

left joni comment d on c.comment_id = d.parent_id;

这里有一个问题，SQL查询的关联次数是有限制的，不能无限关联。。。,如果需要关联100层或者1000层，就无能为力了。

方法二：查询出所有行，在构造成树

select * from comment where bug_id = '1';

如果我们需要的不是完整的树，只是其中的某个评论子树，这种方法就不行了，再者，如果数据量很大，就涉及到大量的数据复制到内存去构造树形数据，就会非常低效。

 

问题2：

对于上面的示例数据，如何删除一个非叶子节点？

方法：

首先要修改子节点的parent_id,然后才能删除

1、先查找要删除节点的父节点

select parent_id from comment where comment_id = 6;

// 返回4；

2、更新comment_id为6的所有子节点的父节点，之前为6，现在都要改成4

update comment set parent_id = 4 where parent_id = 6;

3、删除非叶子节点

delete from comment where comment_id = 6;

过程是比较麻烦的。

 

优势1：

插入数据很方便，也可以很容易的获取一个节点的直接父节点。

如果你的应用程序只涉及到插入和获取父节点，这是一种很好的实现方式。

 

二、问题解决

方法1：路径枚举

路径枚举就是将祖先信息合成一个字符串，像下面一样。

获取comment_id = 7的祖先

select * from comment  c where '1/4/6/7' like c.path || '%';

这个查询语句就会匹配到‘1/4/6’、‘1/4’、‘1/’

查询comment_id = 4的所有后代

select * from comment c where c.path like '1/4/' || %';

这句查询语句就会匹配到‘1/4/5’、‘1/4/6’，‘1/4/6/7’

 

缺点：

因为路径的长度我们不好控制，就会引入我们第二章讲的《SQL反模式》第二章  乱穿马路问题。

方法二：嵌套集

嵌套集就是使用两个数字定位一个节点

 

这是一个先序遍历的二叉树。

搜索comment_id = 4的所有后代

select c2.* from comment as c1 join comment as c2 on c2.nleft between c1.nleft and c1.nright where c1.comment_id = 4;

搜索comment_id = 4的所有祖先

select c2.* from comment as c1 join comment as c2 on c1.nleft between c2.nleft and c2.nright where c1.comment_id = 4;

 

方法三：闭包表

闭包表的实现方式是，额外创建一张TreePaths的表，这个表包含两列，祖先和后代，并且每一列都是指向comment中comment_id的外键。

三、你该使用哪种设计？

1. 邻接表设计比较简单，很多软件设计都使用了它。

2. 枚举路径可能会引入“乱穿马路”问题

3. 嵌套集查询树会比较简单

4. 闭包集是推荐的用法，但是需要额外增加一张表，属于以空间换时间。