背景
在咱们的日常开发中，咱们肯定会接触到的一种数据就是分层数据。哪些是分层数据呢？业务组织结构图，内容治理类别，RBAC权限治理，产品类别等等，这些都是分层数据，以下是一个电子商店的产品类别层次结构：
在本文中，咱们将钻研在 MySQL 中解决分层数据的两种模型，从传统的邻接表模型开始。
邻接表模型
通常，下面显示的示例类别将存储在如下表中（我把 CREATE 和 INSERT 语句都写下来，你能够跟着运行）：
CREATE TABLE category( category_id INT AUTO_INCREMENT PRIMARY KEY, name VARCHAR(20) NOT NULL, parent INT DEFAULT NULL);INSERT INTO category VALUES(1,'ELECTRONICS',NULL),(2,'TELEVISIONS',1),(3,'TUBE',2), (4,'LCD',2),(5,'PLASMA',2),(6,'PORTABLE ELECTRONICS',1),(7,'MP3 PLAYERS',6),(8,'FLASH',7), (9,'CD PLAYERS',6),(10,'2 WAY RADIOS',6);SELECT * FROM category ORDER BY category_id;+-------------+----------------------+--------+| category_id | name | parent |+-------------+----------------------+--------+| 1 | ELECTRONICS | NULL || 2 | TELEVISIONS | 1 || 3 | TUBE | 2 || 4 | LCD | 2 || 5 | PLASMA | 2 || 6 | PORTABLE ELECTRONICS | 1 || 7 | MP3 PLAYERS | 6 || 8 | FLASH | 7 || 9 | CD PLAYERS | 6 || 10 | 2 WAY RADIOS | 6 |+-------------+----------------------+--------+10 rows in set (0.00 sec)在邻接表模型中，表中的每一项都蕴含一个指向其父项的指针。最下面的元素，在本例中是 ELECTRONICS ，其父元素是 NULL 值。邻接表模型的长处是比较简单，很容易看出 FLASH 是 MP3 PLAYERS 的子级，PORTABLE ELECTRONICS 的子级，ELECTRONICS 的子级。毛病也很显著，咱们要查某个节点的所有下级或者是所有上级都是要递归的去查问的。如果某个业务场景下，分层的层数减少到很多并且叶子节点也在增多，那咱们的查问就会变的很慢。这种咱们也是能够优化的，就是将每个叶子节点之间的门路存储下来。然而这种办法会减少数据的存储量。那么有什么方法是能够的将咱们的整个数存储在关系型数据库中的呢。\
嵌套集模型
在嵌套集模型中，咱们能够以一种新的形式对待咱们的层次结构，而不是作为节点和线，而是作为嵌套容器尝试以这种形式描述咱们的电子产品类别：
请留神咱们的层次结构依然维持着的的，因为父类别突围了它们的子类别。咱们通过应用左右值来示意节点的嵌套，在表中示意这种模式的层次结构：
CREATE TABLE nested_category ( category_id INT AUTO_INCREMENT PRIMARY KEY, name VARCHAR(20) NOT NULL, lft INT NOT NULL, rgt INT NOT NULL);INSERT INTO nested_category VALUES(1,'ELECTRONICS',1,20),(2,'TELEVISIONS',2,9),(3,'TUBE',3,4), (4,'LCD',5,6),(5,'PLASMA',7,8),(6,'PORTABLE ELECTRONICS',10,19),(7,'MP3 PLAYERS',11,14),(8,'FLASH',12,13), (9,'CD PLAYERS',15,16),(10,'2 WAY RADIOS',17,18);SELECT * FROM nested_category ORDER BY category_id;+-------------+----------------------+-----+-----+| category_id | name | lft | rgt |+-------------+----------------------+-----+-----+| 1 | ELECTRONICS | 1 | 20 || 2 | TELEVISIONS | 2 | 9 || 3 | TUBE | 3 | 4 || 4 | LCD | 5 | 6 || 5 | PLASMA | 7 | 8 || 6 | PORTABLE ELECTRONICS | 10 | 19 || 7 | MP3 PLAYERS | 11 | 14 || 8 | FLASH | 12 | 13 || 9 | CD PLAYERS | 15 | 16 || 10 | 2 WAY RADIOS | 17 | 18 |+-------------+----------------------+-----+-----+那么咱们如何确定左右值呢？咱们从外节点最右边开始编号，持续向右:
这种设计也能够利用于典型的树：
应用树时，咱们从左到右，一次一层，在调配右手数字并向右挪动之前降落到每个节点的子节点。这种办法称为前序树遍历算法。
检索残缺的树
咱们能够通过应用自连贯来检索残缺树，该自连贯将父节点与节点连接起来，基于节点的 lft 值将始终呈现在其父节点的 lft 和 rgt 值之间：
SELECT node.nameFROM nested_category AS node, nested_category AS parentWHERE node.lft BETWEEN parent.lft AND parent.rgt AND parent.name = 'ELECTRONICS'ORDER BY node.lft;+----------------------+| name |+----------------------+| ELECTRONICS || TELEVISIONS || TUBE || LCD || PLASMA || PORTABLE ELECTRONICS || MP3 PLAYERS || FLASH || CD PLAYERS || 2 WAY RADIOS |+----------------------+与咱们之前应用邻接列表模型的示例不同，无论树的深度如何，此查问都将起作用。咱们不关怀 BETWEEN 子句中节点的 rgt 值，因为 rgt 值将始终与 lft 值在同一个父节点内。
参考
http://mikehillyer.com/articl...