分层数据模型：邻接列表与嵌套集

Question

我有产品目录。每个类别由不同数量（深度）的子类别组成。等级（深层）的数量是未知的，但我确信它不会超过5,6等级。数据变化很少，然后读取。

问题是：什么类型的分层数据模型更适合这种情况。该项目基于Django框架，应该考虑它的特点（管理员i-face，模型处理......）。

非常感谢！

Answer 1

如果您不需要频繁更新或分层排序，

Nested sets会提高性能。

如果您需要树更新或分层排序，最好使用parent-child数据模型。

它可以在Oracle和SQL Server 2005+中轻松构建，而MySQL中不容易（但仍然可以）。

Answer 2

对于这种分层数据，我会使用Modified Preorder Tree Traversal算法MPTT。如果您不介意对结构的更改进行一些惩罚，这样可以在遍历树和寻找子项时获得出色的性能。

幸运的是Django有一个很棒的库，django-mptt。我已经在许多项目中使用了这个并取得了很大的成功。还有django-treebeard提供了几种替代算法，但我还没有使用它（而且它似乎并不像mptt那样受欢迎）。

Answer 3

根据这些文章：

http://explainextended.com/2009/09/24/adjacency-list-vs-nested-sets-postgresql/ http://explainextended.com/2009/09/29/adjacency-list-vs-nested-sets-mysql/

“MySQL是四大系统中唯一的系统（MySQL，Oracle，SQL Server，PostgreSQL），嵌套集合模型显示出良好的性能，可以考虑存储分层数据。”

Answer 4

http://www.sqlsummit.com/AdjacencyList.htm

Answer 5

邻接列表更容易维护，嵌套集的查询速度要快得多。

问题一直是将邻接列表转换为嵌套集已经取得了很长的成功，这要归功于一个加载了RBAR的非常讨厌的“推送栈”方法。因此，人们最终会在嵌套集中进行一些非常困难的维护或不使用它们。

现在，你也可以吃蛋糕了！您可以在不到4秒的时间内在100,000个节点上进行转换，在不到一分钟的时间内完成100万行的转换！顺便说一句，都在T-SQL中！请参阅以下文章。

Hierarchies on Steroids #1: Convert an Adjacency List to Nested Sets

Hierarchies on Steroids #2: A Replacement for Nested Sets Calculations