Question

这是一段困扰我一段时间的心理练习。你会用什么策略来解决这类问题？

让我们考虑以下简单的数据库结构。我们有目录，显然是它们的一棵树。我们还有内容项，它们总是存在于某些目录中。

create table directory ( 
 directoryId integer generated always as identity primary key,
 parentId integer default null,
 directoryName varchar(100)
);

create table content (
 contentId integer generated always as identity primary key,
 directory integer references directory(directoryId),
 contentTitle varchar(100),
 contentText varchar(32000)
);

现在让我们假设我们的目录树很大，内容量很大。解决方案必须很好地扩展。

主要问题：如何有效地检索从指定目录及其子目录中找到的所有内容项？

我看到它的方式SQL不能用于轻松获取子选择的所有directoryIds。我对么？

可以通过简单的递归循环在应用程序端解决这个问题。这可能实际上变得非常沉重，并且需要棘手的缓存，尤其是为了保证合理的首次访问时间。

也可以构建一个具体化的查询表，并为其动态添加多维索引。可能但实施混乱。太复杂了。

我最喜欢的解决方案可能是添加一个像

这样的新表

create table subdirectories (
 directoryId integer,
 subdirectoryId integer,
 constraint thekey primary key (directoryId,subdirectoryId)
)

并确保在移动/删除/创建目录时我总是手动更新它。因此，我总是可以使用directoryId进行选择并获取子目录的所有ID，包括作为更复杂查询的子选择。我也喜欢rdbms能够很好地优化查询的事实。

你们有什么想法？

Answer 1

在SQL Server 2005，PostgreSQL 8.4和Oracle 11g：

WITH    
        -- uncomment the next line in PostgreSQL
        -- RECURSIVE
        q AS
        (
        SELECT  directoryId
        FROM    directories
        WHERE   directoryId = 1
        UNION ALL
        SELECT  d.directoryId 
        FROM    q
        JOIN    directories
        WHERE   parentId = q.directoryId
        )
SELECT  c.*
FROM    q
JOIN    content c
ON      c.directory = q.directoryId

Oracle之前的11g：

SELECT  c.*
FROM    (
        SELECT  directoryId
        FROM    directories
        START WITH
                directoryId = 1
        CONNECT BY
                parent = PRIOR directoryID
        ) q
JOIN    content c
ON      c.directory = q.directoryId

对于PostgreSQL 8.3及以下内容，请参阅此文：

Hierarchical queries in PostgreSQL

对于MySQL，请参阅此文：

Hierarchical queries in MySQL

Answer 2

这是一个标准 - 并且很好理解 - SQL中的“难题”。

所有弧节点图论都很难，因为它们涉及传递关系。

有标准的解决方案。

使用显式堆栈进行循环，以管理树的未访问节点列表。
递归。这非常有效。它不“需要棘手的缓存”它非常简单而且非常有效。递归堆栈是未访问节点的列表。
创建目录树的“transitive closure”。
用于处理目录树等传递关系的SQL扩展。

递归子目录SQL问题

2 个答案: