1、这种方案的优点很明显:设计和实现自然而然,非常直观和方便。缺点当然也是非常的突出:由于直接地记录了节点之间的继承关系,因此对Tree的任何CRUD操作都将是低效的,这主要归根于频繁的“递归”操作,递归过程不断地访问数据库,每次数据库IO都会有时间开销。当然,这种方案并非没有用武之地,在Tree规模相对较小的情况下,我们可以借助于缓存机制来做优化,将Tree的信息载入内存进行处理,避免直接对数据库IO操作的性能开销。三、基于左右值编码的Schema设计在基于数据库的一般应用中,查询的需求总要大于删除和修改。为了避免对于树形结构查询时的“递归”过程,基于Tree的前序遍历设计一种全新的无递归查询、
2、无限分组的左右值编码方案,来保存该树的数据。第一次看见这种表结构,相信大部分人都不清楚左值(Lft)和右值(Rgt)是如何计算出来的,而且这种表设计似乎并没有保存父子节点的继承关系。但当你用手指指着表中的数字从1数到18,你应该会发现点什么吧。对,你手指移动的顺序就是对这棵树进行前序遍历的顺序,如下图所示。当我们从根节点Food左侧开始,标记为1,并沿前序遍历的方向,依次在遍历的路径上标注数字,最后我们回到了根节点Food,并在右边写上了18。依据此设计,我们可以推断出所有左值大于2,并且右值小于11的节点都是Fruit的后续节点,整棵树的结构通过左值和右值存储了下来。然而,这还不够,我们的目
3、的是能够对树进行CRUD操作,即需要构造出与之配套的相关算法。四、树形结构CRUD算法(1)获取某节点的子孙节点只需要一条SQL语句,即可返回该节点子孙节点的前序遍历列表,以Fruit为例:SELECT* FROM Tree WHERE Lft BETWEEN 2 AND 11 ORDER BY Lft ASC。查询结果如下所示:那么某个节点到底有多少的子孙节点呢?通过该节点的左、右值我们可以将其子孙节点圈进来,则子孙总数 = (右值 左值 1) / 2,以Fruit为例,其子孙总数为:(11 2 1) / 2 = 4。同时,为了更为直观地展现树形结构,我们需要知道节点在树中所处的层次,通过左
4、、右值的SQL查询即可实现,以Fruit为例:SELECTCOUNT(*) FROM Tree WHERE Lft =11。为了方便描述,我们可以为Tree建立一个视图,添加一个层次数列,该列数值可以写一个自定义函数来计算,函数定义如下:sqlview plaincopy1. CREATEFUNCTIONdbo.CountLayer2. (3. node_idint4. )5. RETURNS6. AS7. begin8. declareresult9. set=010. lft11. rgt12. ifexists(selectNode_idfromTreewherenode_id)13.
5、begin14. selectLft,Rgtnode_id15. count(*)Lft16. end17. return18. end19. GO 基于层次计算函数,我们创建一个视图,添加了新的记录节点层次的数列:VIEWdbo.TreeView2. AS3. SELECTNode_id,Name,Rgt,dbo.CountLayer(Node_id)ASLayerFROMdbo.TreeORDERBY4. GO 创建存储过程,用于计算给定节点的所有子孙节点及相应的层次:PROCEDUREdbo.GetChildrenNodeList5. AS6. declare7. declare8. i
6、f*TreeViewbetweenorderbyASC13. GO 现在,我们使用上面的存储过程来计算节点Fruit所有子孙节点及对应层次,查询结果如下:从上面的实现中,我们可以看出采用左右值编码的设计方案,在进行树的查询遍历时,只需要进行2次数据库查询,消除了递归,再加上查询条件都是数字的比较,查询的效率是极高的,随着树规模的不断扩大,基于左右值编码的设计方案将比传统的递归方案查询效率提高更多。当然,前面我们只给出了一个简单的获取节点子孙的算法,真正地使用这棵树我们需要实现插入、删除同层平移节点等功能。(2)获取某节点的族谱路径假定我们要获得某节点的族谱路径,则根据左、右值分析只需要一条SQ
7、L语句即可完成,以Fruit为例:SELECT* FROM Tree WHERE Lft 11 ORDER BY Lft ASC,相对完整的存储过程:dbo.GetParentNodePath(3)为某节点添加子孙节点假定我们要在节点“Red”下添加一个新的子节点“Apple”,该树将变成如下图所示,其中红色节点为新增节点。仔细观察图中节点左右值变化,相信大家都应该能够推断出如何写SQL脚本了吧。我们可以给出相对完整的插入子节点的存储过程:dbo.AddSubNodeint,4. node_namevarchar(50)5. )SETXACT_ABORTONBEGINTRANSCTIONupd
8、ate+2insertintoTree(Name,Rgt)values(node_name,rgt,1)COMMITTRANSACTIONOFF18. (4)删除某节点如果我们想要删除某个节点,会同时删除该节点的所有子孙节点,而这些被删除的节点的个数为:(被删除节点的右值 被删除节点的左值+ 1) / 2,而剩下的节点左、右值在大于被删除节点左、右值的情况下会进行调整。来看看树会发生什么变化,以Beef为例,删除效果如下图所示。则我们可以构造出相应的存储过程:dbo.DelNodedelete(rgt-五、总结我们可以对这种通过左右值编码实现无限分组的树形结构Schema设计方案做一个总结:(
9、1)优点:在消除了递归操作的前提下实现了无限分组,而且查询条件是基于整形数字的比较,效率很高。(2)缺点:节点的添加、删除及修改代价较大,将会涉及到表中多方面数据的改动。当然,本文只给出了几种比较常见的CRUD算法的实现,我们同样可以自己添加诸如同层节点平移、节点下移、节点上移等操作。有兴趣的朋友可以自己动手编码实现一下,这里不在列举了。值得注意的是,实现这些算法可能会比较麻烦,会涉及到很多条update语句的顺序执行,如果顺序调度考虑不周详,出现Bug的话将会对整个树形结构表产生惊人的破坏。因此,在对树形结构进行大规模修改的时候,可以采用临时表做中介,以降低代码的复杂度,同时,强烈推荐在做修改之前对表进行完整备份,以备不时之需。在以查询为主的绝大多数基于数据库的应用系统中,该方案相比传统的由父子继承关系构建的数据库Schema更为适用。
copyright@ 2008-2022 冰豆网网站版权所有
经营许可证编号:鄂ICP备2022015515号-1