PostgreSQL树形结构的递归查询

背景

处理不确定深度的层级结构，比如组织机构，一个常用的设计是在一张表里面保存 ID 和 Parent_ID ，并且通过自联结的办法构造一颗树。这种方式对写数据的过程很友好，但是查询过程就变得相对复杂。在不引入MPTT模型的前提下，必须通过递归算法来查询某个节点和下级子节点。
Oracle提供的connect by扩展语法，简单好用。但是其他的RDBMS就没这么人性化了（或者我不知道）。最近在项目中使用PostgreSQL来查询树形数据，记录一下。

构造样本数据

drop table if exists demo.tree_data;
create table demo.tree_data (
    id integer,
    code text,
    pid integer,
    sort integer
);

insert into demo.tree_data values(1, '中国', null, 1);
insert into demo.tree_data values(2, '四川', 1, 1);
insert into demo.tree_data values(3, '云南', 1, 2);
insert into demo.tree_data values(4, '成都', 2, 1);
insert into demo.tree_data values(5, '绵阳', 2, 2);	
insert into demo.tree_data values(6, '武侯区', 4, 1);
insert into demo.tree_data values(7, '昆明', 3, 1);	

表结构

connectby函数

如果安装了 tablefunc 扩展，就可以使用PG版本的connectby函数。这个没有Oracle那么强大，但是可以满足基本要求。

-- API 如下
connectby(text relname,             -- 表名称
  text keyid_fld,           -- id字段
  text parent_keyid_fld     -- 父id字段    
  [, text orderby_fld ],    -- 排序字段
  text start_with,          -- 起始行的id值
  int max_depth             -- 树深度，0表示无限
  [, text branch_delim ])   -- 路径分隔符

-- 基本用法如下，必须通过AS子句定义返回的字段名称和类型
select * 
    from connectby('demo.tree_data', 'id', 'pid', 'sort', '1', 0, '~')
    as (id int, pid int, lvl int, branch text, sort int);
     
-- 查询结果
id | pid | lvl | branch | sort
----+-----+-----+---------+------
 1 | | 0 | 1 | 1
 2 | 1 | 1 | 1~2 | 2
 4 | 2 | 2 | 1~2~4 | 3
 6 | 4 | 3 | 1~2~4~6 | 4
 5 | 2 | 2 | 1~2~5 | 5
 3 | 1 | 1 | 1~3 | 6
 7 | 3 | 2 | 1~3~7 | 7
(7 rows)

-- 仅仅使用基本用法，只能查询出id的相关信息，如果要查询code等其他字段，就需要通过额外的join操作来实现。
select
    t.id, n.code, t.pid, p.code as pcode, lvl, branch
from (
    select * from connectby('demo.tree_data', 'id', 'pid', 'sort', '1', 0, '~')
        as (id int, pid int, lvl int, branch text, sort int)
) as t
    left join demo.tree_data as n on (t.id = n.id)
    left join demo.tree_data as p on (t.pid = p.id)
order by t.sort ;   
 
 id | code | pid | pcode | lvl | branch
----+--------+-----+-------+-----+---------
 1 | 中国 | | | 0 | 1
 2 | 四川 | 1 | 中国 | 1 | 1~2
 4 | 成都 | 2 | 四川 | 2 | 1~2~4
 6 | 武侯区 | 4 | 成都 | 3 | 1~2~4~6
 5 | 绵阳 | 2 | 四川 | 2 | 1~2~5
 3 | 云南 | 1 | 中国 | 1 | 1~3
 7 | 昆明 | 3 | 云南 | 2 | 1~3~7
(7 rows)

虽然通过join可以查询出节点的code，但是branch部分不能直接转换成对应的code，使用上还是不太方便。

CTE语法

使用CTE语法，通过 with recursive 来实现树形数据的递归查询。这个方法虽然没有connectby那么直接，但是灵活性和显示效果更好。

-- 
with recursive cte as
(
 -- 先查询root节点 
 select
 id, code, pid, '' as pcode,
 code as branch
 from demo.tree_data where id = 1
 union all
 -- 通过cte递归查询root节点的直接子节点 
 select
 origin.id, origin.code, cte.id as pid, cte.code as pcode,
 cte.branch || '~' || origin.code
 from cte
 join demo.tree_data as origin on origin.pid = cte.id
)
select
 id,code, pid, pcode, branch, 
 -- 通过计算分隔符的个数，模拟计算出树形的深度
 (length(branch)-length(replace(branch, '~', ''))) as lvl
from cte;
 
-- 
 id | code | pid | pcode | branch  | lvl
----+--------+-----+-------+-----------------------+-----
 1 | 中国 | | | 中国   | 0
 2 | 四川 | 1 | 中国 | 中国~四川  | 1
 3 | 云南 | 1 | 中国 | 中国~云南  | 1
 4 | 成都 | 2 | 四川 | 中国~四川~成都 | 2
 5 | 绵阳 | 2 | 四川 | 中国~四川~绵阳 | 2
 7 | 昆明 | 3 | 云南 | 中国~云南~昆明 | 2
 6 | 武侯区 | 4 | 成都 | 中国~四川~成都~武侯区 | 3
(7 rows)

查询某个节点和下级子节点

with RECURSIVE r as 
( select t1.* from tree_data t1 where t1.id = 1 
union all 
select t2.* from tree_data t2 inner join r  on r.id = t2.pid) 
select * from r order by id 

查询结果

查询某个节点和上级父节点

with RECURSIVE r as
( select t1.* from tree_data t1 where t1.id= 7 
union all 
select t2.* FROM tree_data t2, r WHERE t2.id = r.pid ) 
select * from r order by id 

查询结果

执行过程说明

从上面的例子可以看出，WITH RECURSIVE语句包含了两个部分

• non-recursive term（非递归部分），即上例中的union all前面部分
• recursive term（递归部分），即上例中union all后面部分

执行步骤如下

• 执行non-recursive term。（如果使用的是union而非union all，则需对结果去重）其结果作为recursive term中对result的引用，同时将这部分结果放入临时的working table中
• 重复执行如下步骤，直到working table为空：用working table的内容替换递归的自引用，执行recursive term，（如果使用union而非union all，去除重复数据），并用该结果（如果使用union而非union all，则是去重后的结果）替换working table

以上面的query为例，来看看具体过程

1. 执行non-recursive query

-- step 1 执行
 select
 id, code, pid, '' as pcode,
 code as branch
 from demo.tree_data where id = 1
  
-- 结果集和working table为
 id | code | pid | pcode | branch
----+------+-----+-------+--------
 1 | 中国 | | | 中国

2. 执行recursive query

-- step 2 执行递归，此时自引用cte中的数据是step 1的结果
 select
 origin.id, origin.code, cte.id as pid, cte.code as pcode,
 cte.branch || '~' || origin.code
 from cte
 join demo.tree_data as origin on origin.pid = cte.id
  
 -- 结果集和working table为
 id | code | pid | pcode | branch 
----+--------+-----+-------+---------------------
 2 | 四川 | 1 | 中国 | 中国~四川  
 3 | 云南 | 1 | 中国 | 中国~云南

3. 继续执行recursive query，直到结果集和working table为空

4. 结束递归，将前三个步骤的结果集合并，即得到最终的WITH RECURSIVE的结果集。

   严格来讲，这个过程实现上是一个迭代的过程而非递归，不过RECURSIVE这个关键词是SQL标准委员会定立的，所以PostgreSQL也延用了RECURSIVE这一关键词。

原文链接:https://juejin.im/post/5cdac101e51d453d022cb666