Closure Table-多级关系设计
在系统设计中 , 总会碰到上下级的概念 . 不同场景中 , 层级关系可能会比较复杂 , 这个时候 , 如何设计就非常重要了
场景介绍
很多系统都会给用户设计一个层级的关系 , 邀请或者代理即可享受下级带来的红利 , 以达到运营产生裂变的效果 .
这里简单说下常用的数据库设计
方案一: 直接记录父级
id | name | parent |
---|---|---|
1 | Arthas | 0 |
2 | Bill | 1 |
3 | Catherine | 2 |
4 | Damon | 3 |
5 | Finn | 3 |
6 | Grabby | 3 |
__优点 : __
- 可以很方便地找到用户的上级
- 可以很方便地找到用户的一层下级
缺点:
- 查找多层上下级很难处理
方案二: 记录路径
id | name | Path |
---|---|---|
1 | Arthas | 0 |
2 | Bill | 0-1 |
3 | Catherine | 0-1-2 |
4 | Damon | 0-1-2-3 |
5 | Finn | 0-1-2-3 |
6 | Grabby | 0-1-2-3 |
总结:
这种设计比较常用 , 但在查询多层时还是比较麻烦
方案三: CLOSURE TABLE
常规的用户表
id | name | parent |
---|---|---|
1 | Arthas | 0 |
2 | Bill | 1 |
3 | Catherine | 2 |
4 | Damon | 3 |
5 | Finn | 3 |
6 | Grabby | 3 |
关系表 category_tree
ancestor | descendant | distance |
---|---|---|
1 | 1 | 0 |
1 | 2 | 1 |
2 | 2 | 0 |
1 | 3 | 2 |
2 | 3 | 1 |
3 | 3 | 0 |
1 | 4 | 3 |
2 | 4 | 2 |
3 | 4 | 1 |
4 | 4 | 0 |
1 | 5 | 3 |
2 | 5 | 2 |
3 | 5 | 1 |
5 | 5 | 0 |
1 | 6 | 3 |
2 | 6 | 2 |
3 | 6 | 1 |
6 | 6 | 0 |
- ancestor 祖先: 上级的id
- descendant 子代: 下级的id
- distance 距离: 子代到祖先中间隔了几级
这三个字段的组合是唯一的 . 因为在树中 , 一条路径可以标识一个节点 , 所以可以直接把它们组合作为主键 . 以表为例 ,节点 6 到它的上级节点 3 的距离为1 在数据库中存储为 ancestor=3,descentant=6,distance=1
到上两级的节点 2 的距离为 2 于是有 ancestor=2,descentant=6,distance=2
.
对于这样的树结构常用的查询都能够很方便的处理 .
相关用法
1. 子节点查询
1 | # 查询id为5的节点的直属子节点: |
查询某个上级节点的子节点,换句话说就是查询具有指定上级节点的节点,也就是ancestor字段等于上级节点id即可,第二个距离distance决定了查询的对象是由上级往下那一层的,等于1就是往下一层(直属子节点),大于0就是所有子节点。这两个查询都是一句完成。
2. 路径查询
1 | # 查询由根节点到id为10的节点之间的所有节点,按照层级由小到大排序 |
查询路径,只需要知道descendant即可,因为descendant字段所在的行就是记录这个节点与其上级节点的关系。如果要过滤掉一些则可以限制distance的值。
3. 查询节点所在的层级(深度)
1 | # 查询id为5的节点是第几级的 |
查询层级(深度)非常简单,因为distance字段就是。直接以上下级的节点id为条件,查询距离即可。
4. 查询某一层所有节点
1 | # 查询所有第三层的节点 |
5. 插入
插入和移动就不是那么方便了,当一个节点插入到某个父节点下方时,它将具有与父节点相似的路径,然后再加上一个自身连接即可。
所以插入操作需要两条语句,第一条复制父节点的所有记录,并把这些记录的distance加一,因为子节点到每个上级节点的距离都比它的父节点多一。当然descendant也要改成自己的。
1 | # 例如把id为10的节点插入到id为5的节点下方(这里用了Mysql的方言) |
6. 删除
1 | # 删除 |
参考链接
[ClosureTable - 无限极分类解决方案](https://ouhaohan8023.github.io/2019/04/12/Artisans/ClosureTable —— 无限极分类解决方案/))