树形结构表3种设计分析分享
简介
在开发中经常遇到树形结构的场景，本文将以部门表为例对比几种设计的优缺点；
问题
需求背景：根据部门检索人员，
问题：选择一个顶级部门情况下，跨级展示当前部门以及子部门下的所有人员，表怎么设计更合理 ？
递归吗 ？递归可以解决，但是势必消耗性能
设计1：邻接表
注:（常见父Id设计）
表设计
1 CREATE TABLE `dept_info01` ( 2 `id` int(10) unsigned NOT NULL AUTO_INCREMENT COMMENT '自增主键', 3 `dept_id` int(10) NOT NULL COMMENT '部门id', 4 `dept_name` varchar(100) NOT NULL COMMENT '部门名称', 5 `dept_parent_id` int(11) NOT NULL COMMENT '父部门id', 6 `create_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间', 7 `update_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '修改时间', 8 PRIMARY KEY (`id`) USING BTREE 9 ) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;
这样是最常见的设计，能正确的表达菜单的树状结构且没有冗余数据，但在跨层级查询需要递归处理。
SQL示例
1.查询某一个节点的直接子集
SELECT * FROM dept_info01 WHERE dept_parent_id =1001
优点
结构简单 ;
缺点
1.不使用递归情况下无法查询某节点所有父级，所有子集
设计2：路径枚举
在设计1基础上新增一个父部门id集字段，用来存储所有父集，多个以固定分隔符分隔，比如逗号。
表设计
CREATE TABLE `dept_info02` ( `id` int(10) unsigned NOT NULL AUTO_INCREMENT COMMENT '自增主键', `dept_id` int(10) NOT NULL COMMENT '部门id', `dept_name` varchar(100) NOT NULL COMMENT '部门名称', `dept_parent_id` int(11) NOT NULL COMMENT '父部门id', `dept_parent_ids` varchar(255) NOT NULL DEFAULT '' COMMENT '父部门id集', `create_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间', `update_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '修改时间', PRIMARY KEY (`id`) USING BTREE ) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;
SQL示例
1.查询所有子集
1).通过模糊查询
SELECT * FROM dept_info02 WHERE dept_parent_ids like '%1001%'
2).推荐使用 FIND_IN_SET 函数
SELECT * FROM dept_info02 WHERE FIND_IN_SET( '1001', dept_parent_ids )
优点
方便查询所有的子集 ;
可以因此通过比较字符串dept_parent_ids长度获取当前节点层级 ;
### 缺点
新增节点时需要将dept_parent_ids字段值处理好 ;
dept_parent_ids字段的长度很难确定，无论长度设为多大，都存在不能够无限扩展的情况 ;
节点移动复杂，需要同时变更所有子集中的dept_parent_ids字段值 ;
设计2：闭包表
闭包表是解决分级存储的一个简单而优雅的解决方案，这是一种通过空间换取时间的方式 ;
需要额外创建了一张TreePaths表它记录了树中所有节点间的关系 ;
包含两列，祖先列与后代列，即使这两个节点之间不是直接的父子关系；同时增加一行指向节点自己 ;
表设计
主表
CREATE TABLE `dept_info03` ( `id` int(10) unsigned NOT NULL AUTO_INCREMENT COMMENT '自增主键', `dept_id` int(10) NOT NULL COMMENT '部门id', `dept_name` varchar(100) NOT NULL COMMENT '部门名称', `create_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间', `update_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '修改时间', PRIMARY KEY (`id`) USING BTREE ) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;
祖先后代关系表
CREATE TABLE `dept_tree_path_info` ( `id` int(10) unsigned NOT NULL AUTO_INCREMENT COMMENT '自增主键', `ancestor` int(10) NOT NULL COMMENT '祖先id', `descendant` int(10) NOT NULL COMMENT '后代id', `depth` tinyint(4) NOT NULL DEFAULT '0' COMMENT '层级深度', PRIMARY KEY (`id`) USING BTREE ) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;
注：depth 层级深度字段 ，自我引用为 1，直接子节点为 2，再一下层为 3，一次类推，第几层就是几 。
SQL示例
插入新节点
INSERT INTO dept_tree_path_info (ancestor, descendant,depth) SELECT t.ancestor, 3001,t.depth+1 FROM dept_tree_path_info AS t WHERE t.descendant = 2001 UNION ALL SELECT 3001,3001,1
查询所有祖先
SELECT c.* FROM dept_info03 AS c INNER JOIN dept_tree_path_info t ON c.dept_id = t.ancestor WHERE t.descendant = 3001
查询所有后代
SELECT c.* FROM dept_info03 AS c INNER JOIN dept_tree_path_info t ON c.dept_id = t.descendant WHERE t.ancestor = 1001
删除所有子树
DELETE FROM dept_tree_path_info WHERE descendant IN ( SELECT a.dept_id FROM ( SELECT descendant dept_id FROM dept_tree_path_info WHERE ancestor = 1001 ) a )
删除叶子节点
DELETE FROM dept_tree_path_info WHERE descendant = 2001
移动节点
删除所有子树(先断开与原祖先的关系)
建立新的关系
优点
非递归查询减少冗余的计算时间 ;
方便非递归查询任意节点所有的父集 ;
方便查询任意节点所有的子集 ;
可以实现无限层级 ;
支持移动节点 ;
### 缺点
层级太多情况下移动树节点会带来关系表多条操作 ;
需要单独一张表存储对应关系，在新增与编辑节点时操作相对复杂 ;
结合使用
可以将邻接表方式与闭包表方式相结合使用。实际上就是将父id冗余到主表中，在一些只需要查询直接关系的业务中就可以直接查询主表，而不需要关联2张表了。在需要跨级查询时祖先后代关系表就显得尤为重要。
表设计
主表
CREATE TABLE `dept_info04` ( `id` int(10) unsigned NOT NULL AUTO_INCREMENT COMMENT '自增主键', `dept_id` int(10) NOT NULL COMMENT '部门id', `dept_name` varchar(100) NOT NULL COMMENT '部门名称', `dept_parent_id` int(11) NOT NULL COMMENT '父部门id', `create_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间', `update_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '修改时间', PRIMARY KEY (`id`) USING BTREE ) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;
祖先后代关系表
CREATE TABLE `dept_tree_path_info` ( `id` int(10) unsigned NOT NULL AUTO_INCREMENT COMMENT '自增主键', `ancestor` int(10) NOT NULL COMMENT '祖先id', `descendant` int(10) NOT NULL COMMENT '后代id', `depth` tinyint(4) NOT NULL DEFAULT '0' COMMENT '层级深度', PRIMARY KEY (`id`) USING BTREE ) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;
总结
其实，在以往的工作中，曾见过不同类型的设计，邻接表，路径枚举，邻接表路径枚举一起来的都见过。每种设计都各有优劣，如果选择设计依赖于应用程序中哪种操作最需要性能上的优化。
| 设计 | 表数量 | 查询直接子 | 查询子树 | 同时查询多个节点子树 | 插入 | 删除 | 移动 |
|---|---|---|---|---|---|---|---|
| 邻接表 | 1 | 简单 | 需要递归 | 需要递归 | 简单 | 简单 | 简单 |
| 枚举路径 | 1 | 简单 | 简单 | 查多次 | 相对复杂 | 简单 | 复杂 |
| 闭包表 | 2 | 简单 | 简单 | 简单 | 相对复杂 | 简单 | 复杂 |
综上所述
只需要建立子父集关系中可以使用邻接表方式 ;
涉及向上查找，向下查找的需要建议使用闭包表方式 ;
————————————————
版权声明：本文为CSDN博主「程序员小强」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_38011415/article/details/95462698