巧用 DB2 递归 SQL

最近项目中需要处理递归，于是想到使用CTE，可是不是很熟悉，google一番后发现了下面这篇精彩的文章， 虽然是针对DB2的CTE，但我想MSSQL应该同理，现美文如下

http://www.ibm.com/developerworks/cn/data/library/techarticles/dm-1010liush/index.html

转自:

 

递归 SQL 在 DB2 中通过公共表表达式 (CTE，Common Table Expression) 来实现。递归 SQL 由递归 CTE 以及对递归 CTE 结果的查询组成。那什么是递归 CTE 呢？简言之，如果 CTE 中的 FULLSELECT 在 FROM 子句中引用到 CTE 本身，就是递归 CTE。递归 CTE 包含以下三个组成部分：

• 初始查询

  初始查询是 CTE 中对基本表进行查询的部分。CTE 定义中的第一个 FULLSELECT 必须不包含对 CTE 自身的应用，即必须是初始查询。

• 递归查询

  递归查询就是通过对 CTE 自身的引用，从而启动递归逻辑的查询。递归查询需要遵循以下几个规则 ：

  1. 递归查询和初始查询结果必须包含相同数量的数据列；
  2. 递归查询和初始查询结果数据列的、长度等必须一致；
  3. 递归查询不能包含 GROUP BY 或者 HAVING 子句；
  4. 递归查询不能包含 Outer Join；
  5. 递归查询不能包含子查询 (Subquery)；
  6. 递归查询必须用 UNION ALL 联结。
• 终止条件

  终止条件通常是隐性的，即如果前一次递归查询返回的结果集为空，则终止递归；但是也可以在递归查询中设定终止条件，如限定递归查询的深度等。

下面我们用一个简单的例子来说明初始查询，递归查询和终止条件是如何实现一个递归 CTE 的。

回页首

工作原理

以下通过一个描述节点层次关系的实例来说明递归 SQL 的工作原理。

首先执行清单 1 中的 SQL 语句来建立该实例所用的表和数据。

清单 1. 创建 NODE 表和数据

CREATE TABLE NODE( CHILD INTEGER NOT NULL, PARENT INTEGER NOT NULL); INSERT INTO NODE VALUES(1, 0); INSERT INTO NODE VALUES(2, 6); INSERT INTO NODE VALUES(3, 1); INSERT INTO NODE VALUES(4, 5); INSERT INTO NODE VALUES(5, 3); INSERT INTO NODE VALUES(6, 3); INSERT INTO NODE VALUES(7, 5); INSERT INTO NODE VALUES(8, 5);

成功执行清单 1 中的 SQL 后，NODE 表的内容如表 1 所示。

表 1. NODE 表

child	parent
1	0
2	6
3	1
4	5
5	3
6	3
7	5
8	5

则清单 2 中的 SQL 将得出 NODE 表的层次结构。

清单 2. NODE 表层次结构查询

WITH report(parent, child) AS ( SELECT parent, child FROM node WHERE parent = 0 UNION ALL SELECT b.parent, b.child FROM report a, node b WHERE b.parent = a.child ) SELECT * FROM report;

图 1. NODE 表层次结构查询递归 SQL 的执行路径图

图 1 所示为清单 2 中查询的执行路径图。QB3 为初始查询，QB4 为递归查询。

运行步骤：

1 ． 初始查询返回初始结果集，这个查询返回的就是头节点，如表 2 所示。

表 2. 步骤 1 结果

parent	child
0	1

2 ． 递归查询使用初始结果集作为 report CTE 的内容通过 node.parent = report.child 连接 NODE 表得到下一个结果集，也就是头节点 1 的子节点，如表 3 所示。

表 3. 步骤 2 结果

parent	child
1	3

3 ． 递归查询迭代使用第 2 步的结果集作为 report CTE 的输入，继续连接 NODE 表得到节点 3 的子节点，如表 4 所示。

表 4. 步骤 3 结果

parent	child
3	5
3	6

4 ． 使用第 3 步的结果集继续迭代，取得下一个结果集，如表 5 所示。

表 5. 步骤 4 结果

parent	child
5	4
5	7
5	8
6	2

5 ． 使用第 4 步的结果集连接 NODE 表，返回为空，递归查询终止。最终返回结果为以上所有步骤中得到的结果集的 UNION，如表 6 所示。

表 6. 步骤 5 结果

parent	child
0	1
1	3
3	5
3	6
5	4
5	7
5	8
6	2

这样就可以清楚的得到图 2 所示的层次结构。

图 2. NODE 表节点层次结构

理解了递归 CTE 的工作原理 , 我们再用一个更为实际的例子来展示递归 CTE 在有层次关系的数据库表中的各种灵活应用， 看看以往需要通过多次查询和大量应用程序代码才能实现的功能 , 是如何通过一个简单的递归 CTE 完成的。

回页首

层次型数据递归查询应用

对于层次型的数据，使用递归 SQL 查询十分方便，以下示例将基于如图 3 所示的组织架构图。

图 3. 人员组织结构管理层次结构示例

首先执行清单 3 中的 SQL 语句来建立表和数据。

清单 3. 创建 ORG 表和数据

CREATE TABLE ORG( EMPID INTEGER NOT NULL, EMPNAME VARCHAR(128) NOT NULL, MGRID INTEGER NOT NULL); INSERT INTO ORG VALUES(1, 'Jack', 0); INSERT INTO ORG VALUES(2, 'Mary', 1); INSERT INTO ORG VALUES(3, 'Tom', 1); INSERT INTO ORG VALUES(4, 'Ben', 2); INSERT INTO ORG VALUES(5, 'John', 3); INSERT INTO ORG VALUES(6, 'Emily', 3); INSERT INTO ORG VALUES(7, 'Kate', 3); INSERT INTO ORG VALUES(8, 'Mark', 6);

此时，ORG 表内容如表 7 所示。

表 7. ORG 表

Empid	Empname	Mgrid
1	Jack	0
2	Mary	1
3	Tom	1
4	Ben	2
5	John	3
6	Emily	3
7	Kate	3
8	Mark	6

1. 从上往下的查询，列出 Tom 管理的所有员工的名字。对应的递归 SQL 如清单 4 所示。

清单 4. 查询 Tom 管理的所有员工

WITH report(empid,empname) AS ( SELECT empid, empname FROM org WHERE mgrid = 3 UNION ALL SELECT a.empid, a.empname FROM org a, report b WHERE a.mgrid= b.empid ) SELECT empname FROM report;

执行结果如表 8、图 4 所示。

表 8. Tom 管理的所有员工

EMPNAME
John
Emily
Kate
Mark

图 4. Tom 管理的所有员工

2. 从下往上的查询，列出 Mark 的报告链。对应的递归 SQL 如清单 5 所示。

清单 5. 查询 Mark 的报告链

WITH report(empid,empname,mgrid) AS ( SELECT empid, empname,mgrid FROM org WHERE empid = 8 UNION ALL SELECT a.empid, a.empname, a.mgrid FROM org a, report b WHERE a.empid= b.mgrid ) SELECT empname FROM report;

执行结果如表 9、图 5 所示。

表 9. Mark 的报告链

EMPNAME
Mark
Emily
Tom
Jack

图 5. Mark 的报告链

3. 使用 level 列控制递归深度。递归 SQL 可能造成循环，在 CTE 定义中设置一个 level 列来控制深度，使递归提前终止是常用的避免循环的做法。同时 level 列还可以表明层次结构中的层数。比如修改本例的 SQL，加入 level 列，我们可以看到 Jack 共管理了几级人员，对应的递归 SQL 如清单 6 所示。

清单 6. 查询 Jack 管理的层数

WITH report(level, empid, empname) AS ( SELECT 0, empid, empname FROM org WHERE empname = 'Jack' UNION ALL SELECT level+1, a.empid, a.empname FROM org a, report b WHERE a.mgrid= b.empid ) SELECT max(level) AS MAX_LEVEL FROM report;

执行结果如表 10 所示。

表 10. Jack 管理的层数

MAX_LEVEL
3

或者我们可以修改 SQL，查询 Mark 的上级以及上上级经理是谁，对应的递归 SQL 如清单 7 所示。

清单 7. 查询 Mark 的上层经理

WITH report(level, empid, empname, mgrid) AS ( SELECT 0, empid, empname,mgrid FROM org WHERE empname = 'Mark' UNION ALL SELECT level+1, a.empid, a.empname, a.mgrid FROM org a, report b WHERE a.empid= b.mgrid ) SELECT level, empname FROM report WHERE level > 0;

执行结果如表 11 所示。

表 11. Mark 的上层经理

LEVEL	EMPNAME
1	Emily
2	Tom
3	Jack

4. 汇总。汇总是计算总数，如果我们需要计算 Jack 管理的人员的总数，那只要把 SQL 修改成如清单 8 所示就可以了。

清单 8. 查询 Jack 管理的人数

WITH report(level, empid, empname) AS ( SELECT 0, empid, empname FROM org WHERE empname = 'Jack' UNION ALL SELECT level+1, a.empid, a.empname FROM org a, report b WHERE org.mgrid= report.empid ) SELECT COUNT(*) AS TOTAL_MANAGED FROM report WHERE level > 0;

执行结果如表 12 所示。

表 12. Jack 管理的人数

TOTAL_MANAGED
7

但是我们如果要计算 ORG 表中所有人管理的人员总数，我们就需要从下往上进行汇总，对应的递归 SQL 如清单 9 所示。

清单 9. 查询所有人管理的人数

WITH report(empid, empname, mgrid) AS ( -- 选择 org 表中所有的行，即所有的员工 SELECT empid, empname, mgrid FROM org UNION ALL -- 对应前一次结果集的每一行，在新的结果集中为其经理插入一行 SELECT a.empid, a.empname, a.mgrid FROM org a, report b WHERE b.mgrid= a.empid ) -- 因为初始查询中每个员工都有初始行，所以最后结果要减去 1 SELECT empid, empname, COUNT(*)-1 AS TOTAL_MANAGED FROM report GROUP BY empid,empname;

执行结果如表 13 所示。

表 13. 所有人管理的人数

EMPID	EMPNAME	TOTAL_MANAGED
1	Jack	7
2	Mary	1
3	Tom	4
4	Ben	0
5	John	0
6	Emily	1
7	Kate	0
8	Mark	0

回页首

运用递归 SQL 构造测试数据

递归 SQL 还有一个特性，就是它可以从一行数据递归产生多行数据。利用这个特性，递归 SQL 还可以用来构造特定类型的测试数据。

构造连续数据

假定需要构造一张时间表，包含一天的所有分钟，即表 DAY 有一列为 d_minute , 它的内容应该为：00:00:00 00:01:00 00:02:00 … … 23:58:00 23:59:00

对应的递归 SQL 如清单 10 所示。

清单 10. 构造连续数据

INSERT INTO DAY WITH temp(d_minute) AS ( SELECT TIME('00:00:00') FROM SYSIBM.SYSDUMMY1 UNION ALL SELECT d_minute + 1 MINUTE FROM temp WHERE d_minute < TIME('23:59:00') ) SELECT * FROM temp；

初始查询建立初始结果集，即从“00:00:00”开始，递归查询迭代给结果集里的数据一次加上 1 分钟，最终得到一整天的分钟数据。

构造阶乘数列

利用递归 SQL 可以非常简便地构造出阶乘数列。清单 11 利用递归 SQL 得出 1 到 10 的阶乘。

清单 11. 构造阶乘数列

WITH temp(LEVEL, RESULT) AS ( SELECT 1,1 FROM SYSIBM.SYSDUMMY1 UNION ALL SELECT LEVEL+1,(LEVEL+1)*RESULT FROM temp WHERE LEVEL < 10 ) SELECT * FROM temp;

执行结果如表 14 所示。

表 14.1 到 10 的阶乘数列

LEVEL	RESULT
1	1
2	2
3	6
4	24
5	120
6	720
7	5040
8	40320
9	362880
10	3628800

在这里一定要注意在递归查询中加入终止条件，不然 SQL 将无法退出迭代。

构造分区数据

假定 TEST 表是分区表，它以 key(integer) 列的值分为 10 个区，这 10 个区分别为 0~10000，10001~20000，20001 …… ， 90000~10000。现在需要往 TEST 表里插入数据，并且希望每个分区都能插入 1000 行数据。可使用清单 12 中的递归 SQL 实现。

清单 12. 构造分区数据

INSERT INTO test WITH TEMP1 (NUM1) AS ( SELECT 0 FROM SYSIBM.SYSDUMMY1 UNION ALL SELECT NUM1 + 1 FROM TEMP1 WHERE NUM1 < 9 ), TEMP2 (NUM1, NUM2) AS ( SELECT NUM1, 1 FROM TEMP1 UNION ALL SELECT NUM1, NUM2 + 1 FROM TEMP2 WHERE NUM2 < 1000 ), TEMP3 AS ( SELECT (NUM1 * 10000) + NUM2 AS NUM FROM TEMP2 ) SELECT NUM AS KEY FROM TEMP3;

首先 CTE TEMP1 产生 0~9 对应 10 个分区；TEMP2 对应每个 TEMP1 的值产生 1~1000 共 1000 行数据；TEMP3 把 NUM1 放大再把两者相加，得到符合条件的数据。在 CTE TEMP2 中还可以使用 RAND( ) 函数，产生对应各分区的随机数据。

回页首

结束语

阅读完本文，读者应该能够：

1. 理解 DB2 中递归 SQL 的语法和工作原理；
2. 利用递归 SQL 查询具有层次关系的数据；
3. 利用递归 SQL 构造具有同样属性的测试数据。

DB2 递归 SQL 为处理层次型数据提供了非常有效的解决方法。通过使用 DB2 递归 SQL，对于特定类型的问题，我们可以简化应用程序，极大地提高程序运行效率。本文还讨论了递归 SQL 在构造测试数据方面的应用，希望能启发读者将这项技术灵活运用到更多新的领域。