利用 SQLite 的递归表处理树型结构的数据

前言

众所周知,SQLite 是一种基于关系型的数据库系统,而关系型的数据库是一种一维的结构,它的表可以视作一种记录的线性表。而在实践中,树型结构也是非常常见的,为了能将树型结构的数据被 SQL 语言进行有效的查询和管理,SQLite 的 with 从句提供了一种递归语法,可以有效地对树和图等结构进行查询。

示例

下图是曹魏世系表,是一株典型的家谱树结构。其中曹操是根结点,当过皇帝的以圆表示,数字是当皇帝的顺序。

《利用 SQLite 的递归表处理树型结构的数据》 曹魏世系表

上图的数据可以用如下的表来表示,其中 father 指向自己父亲的 id。

idnamefatheremperor_no
1曹操
2曹植1
3曹丕11
4曹彰1
5曹冲1
6曹宇1
7曹楷4
8曹芳73
9曹睿32
10曹霖3
11曹髦104
12曹奂65

如果我们要求获取曹操所有的后代里,当过皇帝的人,并且按照代际顺序输出(子代->孙代->曾孙代)。这便是一个典型的广度优先搜索(Breadth First Search),该功能可用以下 SQL 语句进行查询:

with recursive
    cao as (
        select * from family where name = '曹操'
        union all
        select family.* from cao join family on cao.id = family.father
    )
select * from cao where emperor_no is not null;

SQLite 递归建表的核心是一条以 union(all) 连接的复合查询语句,其中 union 前面的语句构成递归搜索的起始数据,union 后的语句构成递归查询的生成语句(取出当前节点的所有子节点)。如果写过基于队列来对树形结构进行广度优先搜索,那么会对 SQLite 这一语法很容易理解:

  1. 在队列里产生初始数据
  2. 取出队列中的元素,输出该元素
  3. 将2步取出的元素,获取它的所有子节点,放入队列
  4. 继续进行第2步,直到队列为空

回到上面的例子,这一句就是取出根节点,也就是曹操

select * from family where name = '曹操'

而后面这一句,就是取出当前遍历节点的所有子节点,注意:虽然最终所有的输出结果都会到表cao里,但在生成语句里,cao指代的只是当前的遍历节点,它在生成语句里,只有一行数据。

select family.* from cao join family on cao.id = family.father

执行最终的搜索语句,结果如下:

idnamefatheremperor_no
3曹丕11
9曹睿32
12曹奂65
11曹髦104
8曹芳73

深入内容

性能优化

对于普通的用 union all 构造的递归查询,虽然从逻辑上,SQLite 似乎是把递归搜索出来的结果放在一个新的表里,但由于 SQLite 有强大的查询优化器,它这张递归的输出结果是直接输出的,不会暂存数据,最终只会消耗较少的内存,而 union需要去重,就只能被迫临时存储表结果,这样会带来较多的内存消耗,因此如果没有什么特别的必要,应尽可能使用 union all 而不是 union

深度优先搜索

在默认的情况下,由于 SQLite 构造递归的模型是基于队列作为中间的遍历缓存结构,因此对于树型结构,最终的遍历顺序是广度优先,如果需要深度优先搜索的结果,可以在额外增加一个表示层次的字段,然后加上一个order by语句,以该字段降序排列即可。SQLite 的官方文档里有讨论:Controlling Depth-First Versus Breadth-First Search Of a Tree Using ORDER BY

限制递归表长度

在生成语句里加上 limit 从句即可。在 SQLite 的递归表查询的语境里,limit 的含义有了变化,它限制的不是生成语句所产生的记录总数,而是输出的递归表的总数,因此可以控制递归表的长度。

递归更新

SQLite 的递归查询功能是在 with 从句中实现的,该从句除了可以前置在 select 语句里,还可以前置在 update, delete, insert 等语句里。因此可以利用它的功能来实现递归更新等功能。不过如果递归更新含有顺序上的强关联,比如必须在子节点更新完了以后再更新父节点,恐怕光靠递归表查询还不够,需要自己写代码额外控制(比如先利用递归查询查出所有的节点并排好序,再依次执行更新语句)。

    原文作者:艾列克斯
    原文地址: https://www.jianshu.com/p/135ce4e5b11f
    本文转自网络文章,转载此文章仅为分享知识,如有侵权,请联系博主进行删除。
点赞