mysql查询树形,id与pid关联实践

在MySQL中查询基于id和pid关联的树形结构数据，主要有以下几种常用方案，可根据MySQL版本及业务需求选择：

1. 使用递归公用表表达式（推荐 MySQL 8.0+）

这是最标准且性能较好的方式，利用 WITH RECURSIVE语法实现递归查询。

‌查询指定节点的所有子级（向下查询）：

WITH RECURSIVE tree_cte AS (
    -- 锚点成员：指定起始节点
    SELECT id, pid, name, 1 as level
    FROM tree
    WHERE id = 1  -- 替换为指定的父节点ID
    UNION ALL
    -- 递归成员：查找子节点
    SELECT t.id, t.pid, t.name, tc.level + 1
    FROM tree t
    INNER JOIN tree_cte tc ON t.pid = tc.id
)
SELECT * FROM tree_cte;

查询指定节点的所有父级（向上查询）：

WITH RECURSIVE parent_cte AS (
    -- 锚点成员：指定起始节点
    SELECT id, pid, name
    FROM tree
    WHERE id = 5  -- 替换为指定的子节点ID
    UNION ALL
    -- 递归成员：查找父节点
    SELECT t.id, t.pid, t.name
    FROM tree t
    INNER JOIN parent_cte pc ON t.id = pc.pid
)
SELECT * FROM parent_cte;

2. 使用自定义函数（适用于 MySQL 5.7及以下）

在旧版本MySQL中，通常通过创建存储函数，利用循环和 FIND_IN_SET 或 GROUP_CONCAT 来收集所有子节点或父节点的ID字符串，然后再进行查询。

‌获取所有子节点ID的函数示例逻辑：‌

• 初始化一个包含根节点ID的字符串变量。
• 循环查询当前层级所有节点的子节点ID。
• 将新发现的子节点ID拼接到字符串中。
• 直到没有新的子节点产生为止。
• 返回ID字符串，外层使用 FIND_IN_SET(id, get_child_ids(root_id)) 进行过滤。

注意：这种方法在数据量较大时性能较差，且受限于 group_concat_max_len 系统变量。

3. 应用层组装（通用方案）

如果数据库查询压力较大或逻辑复杂，可以采用“一次加载，内存组装”的策略：

‌3.1 SQL查询‌：一次性查询出所有相关节点（或全表），按 pid 或 level 排序。

SELECT * FROM tree ORDER BY pid, id;

‌3.2 代码处理‌：在Java/Python/Go等后端语言中，遍历列表，利用Map将节点挂载到对应的父节点下。

• 创建一个 Map<ID, Node>。
• 遍历所有节点，将节点放入Map。
• 再次遍历，根据 pid 从Map中找到父节点，将当前节点加入父节点的 children 列表。  
• 筛选出根节点（pid为0或null）作为树的入口。

4. 其他高级设计模式（针对高性能需求）

如果树形结构非常深且查询频繁，可以考虑改变表结构设计：

• ‌路径枚举（Path Enumeration）‌：增加 path 字段（如 0,1,5,10），查询子节点时使用 LIKE '0,1,%'。
• 闭包表（Closure Table）‌：新建一张关系表，存储所有祖先-后代关系对，查询时直接Join该表，效率极高但维护成本稍高。
• 嵌套集（MPTT）‌：增加 lft 和 rgt 字段，通过范围查询获取子树，读取性能极佳，但插入和移动节点时需要更新大量数据。

总结建议‌

如果是 ‌MySQL 8.0+‌，优先使用 ‌方案1（WITH RECURSIVE）‌，语法简洁且由数据库引擎优化。

如果是 ‌MySQL 5.7‌ 且数据量小，可使用 ‌方案2（自定义函数）‌。

如果数据量大且业务逻辑复杂，推荐 ‌方案3（应用层组装）‌，减少数据库递归压力。

如果对读取性能有极致要求且写操作较少，考虑 ‌方案4（闭包表或路径枚举）‌。

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。