MySQL中的常用树形结构设计总结

常用树形结构设计总结

开发中，经常会遇到树形结构的设计，所谓的树形结构，其实就是数据与关系的设计，本文用来总结常用的树形结构设计

1. 递归表

注意：在数据量少的情况下,一次加载所有节点，无大影响；数据量大的情况，建议懒加载(逐层加载)

2.路径枚举

3.数据与关系分开存

数据表

关系表

MySQL树形结构（多级菜单）查询设计方案

工作中（尤其是传统项目中）经常遇到这种需要，就是树形结构的查询（多级查询），常见的场景有：组织架构（用户部门）查询 和 多级菜单查询

比如，菜单分为三级，一级菜单、二级菜单、三级菜单，要求用户按树形结构把各级菜单查询出来。

如下图所示

对于层级固定，层级数少的，一般3级，需求实现很简单，先查询最小子级，再依次查询上级，最后再组装返回给前端就是了。

那么问题来了，如果层级数很大，10级，或者干脆层级不确定，有的3级，有的5级，有的8级，与之前的层级固定，层级数相比，显然问题更复杂了，我们来看看这种怎么处理

三级查询（层级固定，层级数少）

这种情况，我们只需要一张表，就叫它树形表吧：

CREATE TABLE tree (
	id int not null auto_increment,
	name varchar(50) not null comment '名称',
	parent_id int not null default 0 comment '父级id',
	level int not null default 1 comment '层级，从1开始',
    created datetime,
    modified datetime
);

三级查询过程：查询出三级tree, 根据三级tree的 parent_id 查询出二级tree, 同样的方式再去查询出一级tree, 后端组装成树状数据，返回给前端。

多级查询（层级不固定/层级很深）

这种情况，我们首先想到的就是子查询或者联表查询，但是肯本不能在实际开发中使用，原因大家都知道：

• sql语句复杂，容易出错
• 性能问题，可能会被领导干

所以最好的方式就是，加一张表 tree_depth，来维护层级深度关系。

CREATE TABLE tree_depth (
	id int not null auto_increment,
	root_id int not null default 0 comment '根节点（祖先节点）id',
    tree_id int not null default 0 comment '当前节点id',
	depth int not null default 0 comment '深度（当前节点 tree_id 到 根节点 root_id 的深度）',
    created datetime
);

表中 depth 字段表示的是： 当前节点 tree_id 到 根节点 root_id 的深度，不是当前节点所在整个分支的深度，所有节点相对于自身的深度都是0

有了 tree_depth 表后，查询一个N级节点的组织数据就方便了：

遍历整个树：

直接查 tree 中所有 level = 1 的节点，在出去这些节点的 id 根据 parent_id 去查下级节点， 查询完所有的节点，就可以组装成一个完整的树状图返回给前端

节点搜索（查找出这个节点所在的整个分支）

从 tree 表查询出节点 treeN

select * from tree where id = N

根据 treeN 的 id 值，到 tree_depth 表查询出它的 根节点id：

select root_id from tree_depth where tree_id = #{treeId}

根据 root_id 查询 tree_depth 的 所有当前节点分支数据

select * from tree_depth where root_id = #{rootId}

从查询出 tree_depth 表数据中取出所有当前节点 tree_id

select * from tree where id in (?,?,?)

组装所在分支树状结构

总结

1.多级查询、三级查询本质就是树形结构的遍历，推荐使用多级查询的方式，相比三级查询多级查询的方式抓住了树形结构遍历的本质，方便扩展和维护。

2.技术只是工具，多级查询的方式不是固定的，查询方式合理既可，但通常都需要加关系表辅助设计

以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。