时间:2021-05-24
基本上在每个系统中都有那么几张表是自关联父子关系的结构。往往有很多人都是使用pid来做关联。在刚进入IT行业时使用CAKEPHP框架编写WEB的时候,使用它里面的一个ACL plugin实现权限管理的时候。发现一个表结构硬是不明白是怎么回事。具体表结构如下:
CREATE TABLE acos ( id INTEGER(10) UNSIGNED NOT NULL AUTO_INCREMENT, parent_id INTEGER(10) DEFAULT NULL, model VARCHAR(255) DEFAULT '', foreign_key INTEGER(10) UNSIGNED DEFAULT NULL, alias VARCHAR(255) DEFAULT '', lft INTEGER(10) DEFAULT NULL, rght INTEGER(10) DEFAULT NULL, PRIMARY KEY (id));我们可以看到上面 acos 表用有lft、rght这两个字段。起初我根本就不明白这两个是做什么用的,几次直接修改数据导致数据错乱。
1.2. 原理解释
其实这就是树的后续遍历的每个节点的左值、右值。如下图表示:
1.3. 树的使用(引用上图树结构)
构造数据
DROP TABLE IF EXISTS comment;CREATE TABLE `comment` ( `comment_id` int(11) DEFAULT NULL, `left_num` int(11) DEFAULT NULL, `right_num` int(11) DEFAULT NULL);INSERT INTO `comment` VALUES (1,1,14), (2,2,5), (3,3,4), (4,6,13), (5,7,8), (6,9,12), (7,10,11); CREATE INDEX idx$comment$left_num$right_num ON `comment` (`left_num`, `right_num`);查找 '节点4' 的所有子节点
思路:我们只要查找出 节点左值在 '节点4' 左值和右值之间的节点
通俗说法:能被 '节点4' 包住的节点,通过左节点和右节点来判断是否被 '节点4' 包住。
查找 '节点6' 的所有父节点
思路: 找出 左值小于 '节点6' 并且 右值大于 '节点6' 的节点。
通俗说法: 找出那个节点能将 '节点6' 给包住。
计算 '节点4' 的深度
如果是MySQL5.7 需要修改sql_mode
获取 '节点4' 的所有子节点, 和相关深度
SELECT sub_child.*, (COUNT(sub_parent.comment_id) - 1) AS depthFROM ( SELECT child.* FROM comment AS parent, comment AS child WHERE child.left_num BETWEEN parent.left_num AND parent.right_num AND parent.comment_id = 4) AS sub_child, ( SELECT child.* FROM comment AS parent, comment AS child WHERE child.left_num BETWEEN parent.left_num AND parent.right_num AND parent.comment_id = 4) AS sub_parentWHERE sub_child.left_num BETWEEN sub_parent.left_num AND sub_parent.right_numGROUP BY sub_child.comment_idORDER BY sub_child.left_num;+------------+----------+-----------+-------+| comment_id | left_num | right_num | depth |+------------+----------+-----------+-------+| 4 | 6 | 13 | 0 || 5 | 7 | 8 | 1 || 6 | 9 | 12 | 1 || 7 | 10 | 11 | 2 |+------------+----------+-----------+-------+插入数据
数据的插入是一件相当麻烦的事,需要更新节点的所有父节点的右值和和所有孩子节点的 '左值、右值'
如上图,如果我们想为 '节点4' 添加一个孩子 '节点44'(为了不给自己挖坑,我们将添加的孩子放在父节点的最左边),就是将 '节点44' 放在 '节点5' 的左边。如下图:
最终我们获得的结果,如下图:
上图 '紫色' 的是节点需要变更的左值和右值,'绿色' 的是新增节点的值。
更新思路:
1、将左值大于 '节点4' 的左值的节点的左值 加2。
2、将右值大于 '节点4' 的左值的节点的右值 加2。
插入思路
1、将 '节点44' 的左值设置为 '节点4' 的左值 加1
2、将 '节点44' 的右值设置为 '节点4' 的左值 加2
验证
-- 获得 '节点4' 孩子SELECT c.*FROM comment AS p, comment AS cWHERE c.left_num BETWEEN p.left_num AND p.right_num AND p.comment_id = 4;+------------+----------+-----------+| comment_id | left_num | right_num |+------------+----------+-----------+| 4 | 6 | 15 || 5 | 9 | 10 || 6 | 11 | 14 || 7 | 12 | 13 || 44 | 7 | 8 |+------------+----------+-----------+-- 获得 '节点44' 父亲SELECT p.* FROM comment AS p, comment AS cWHERE c.left_num BETWEEN p.left_num AND p.right_num AND c.comment_id = 44;+------------+----------+-----------+| comment_id | left_num | right_num |+------------+----------+-----------+| 1 | 1 | 16 || 4 | 6 | 15 || 44 | 7 | 8 |+------------+----------+-----------+1.4. 总结
这种树结构一般会用在查询多增加修改少的场景中(比如地区表,类别表之类的)。
在现实中其实还有些表的数据字段很多,并且具有层级关系。但是他们层级关系并不需要实时的那么准确(最终能达到数据数据一直就行),这是我们会将这种层级关系的字段和主表分开放在另外一个表。这样为了加快更新。如果实时更新影响到了性能,这是我们会考虑使用kafka(我们还没有发现性能很差)。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
搞懂这个问题之前,我们首先来看一下mysql表的存储结构,再分别对比二叉树、多叉树、b树和b+树的区别就都懂了。mysql的存储结构表存储结构单位:表>段>区>
1.1.前言前面我们大概介绍了一下树结构表的基本使用。在我们项目中有好几块有用到多层级的概念。下面我们哪大家都比较熟悉的区域表来做演示。1.2.表结构和数据区域
前言由于MySQL的索引中最重要的数据结构就是B+树,所以前面我们先大概讲讲B+树的原理B+Tree原理1.数据结构BTree指的是BalanceTree,也就
树是一种重要的非线性数据结构,二叉树是树型结构的一种重要类型。本学年论文介绍了二叉树的定义,二叉树的存储结构,二叉树的相关术语,以此引入二叉树这一概念,为展开二
wxPython树控件介绍树(tree)是一种通过层次结构展示信息的控件,如下图所示是树控件示例,左窗口中是树控件,在wxPython中树控件类是wx.Tree