在程序開發中，我們常遇到用樹型結構來表示某些數據間的關系，如企業的組織架構、商品的分類、操作欄目等，目前的關系型數據庫都是以二維表的形式記錄存儲數據，而樹型結構的數據如需存入二維表就必須進行Schema設計。最近對此方面比較感興趣，專門做下梳理，如下為常見的樹型結構的數據：
一、鄰接表
其中最簡單的方法是：Adjacency List（鄰接列表模式）。簡單的說是根據節點之間的繼承關系，顯現的描述某一節點的父節點，從而建立二位的關系表。表結構通常設計為{Node_id,Parent_id}，如下圖：
這種方案的優點很明顯：結構簡單易懂，由於互相之間的關系只由一個parent_id維護，所以增刪改都是非常容易，只需要改動和他直接相關的記錄就可以。
缺點當然也是非常的突出：由於直接地記錄了節點之間的繼承關系，因此對Tree的任何CRUD操作都將是低效的，這主要歸根於頻繁的“遞歸”操作，遞歸過程不斷地訪問數據庫，每次數據庫IO都會有時間開銷。舉個例子，如果想要返回所有水果，也就是水果的所有子孫節點，看似很簡單的操作，就需要用到一堆遞歸。
當然，這種方案並非沒有用武之地，在樹的層級比較少的時候就非常實用。這種方法的優點是存儲的信息少，查直接上司和直接下屬的時候很方便，缺點是多級查詢的時候很費勁。所以當只需要用到直接上下級關系的時候，用這種方法還是不錯的，可以節省很多空間。
二、物化路徑
物化路徑其實更加容易理解，其實就是在創建節點時，將節點的完整路徑進行記錄。以下圖為例：
此種方案借助了unix文件目錄的思想，主要時以空間換時間。
// 查詢某一節點下的所有子節點:（以Fruit為例）
SET @path = (SELECT path FROM pathTree WHERE node_name = 'Fruit'); SELECT * FROM pathTree WHERE path like CONCAT(@path,'/%'); // 如何查詢直屬子節點？需要采用MySQL的正則表達式查詢：
SET @path = (SELECT path FROM pathTree WHERE node_name = 'Fruit'); SELECT * FROM pathTree WHERE path REGEXP CONCAT(@path,'/','[0-9]$'); // 查詢任意節點的所有上級：（以Yellow為例）：
SET @path = (SELECT path FROM pathTree WHERE node_name = 'Yellow'); SELECT * FROM pathTree WHERE @path LIKE CONCAT(path, '%') AND path <> @path; // 插入新增數據：
SET @parent_path = ( SELECT path FROM pathTree WHERE node_name = 'Fruit'); INSERT INTO pathtree (path,node_name) VALUES (CONCAT(@parent_path,'/',LAST_INSERT_ID()+1),'White')
此方案的缺點是樹的層級太深有可能會超過PATH字段的長度，所以其能支持的最大深度並非無限的。
如果層級數量是確定的，可以再將所有的列都展開，如下圖，比較適用於於類似行政區划、生物分類法（界、門、綱、目、科、屬、種）這些層級確定的內容。
三、左右值編碼
在基於數據庫的一般應用中，查詢的需求總要大於刪除和修改。為了避免對於樹形結構查詢時的“遞歸”過程，基於Tree的前序遍歷設計一種全新的無遞歸查詢、無限分組的左右值編碼方案，來保存該樹的數據。
第一次看見這種表結構，相信大部分人都不清楚左值（Lft）和右值（Rgt）是如何計算出來的，而且這種表設計似乎並沒有保存父子節點的繼承關系。但當你用手指指着表中的數字從1數到18，你應該會發現點什么吧。對，你手指移動的順序就是對這棵樹進行前序遍歷的順序，如下圖所示。當我們從根節點Food左側開始，標記為1，並沿前序遍歷的方向，依次在遍歷的路徑上標注數字，最后我們回到了根節點Food，並在右邊寫上了18。
依據此設計，我們可以推斷出所有左值大於2，並且右值小於11的節點都是Fruit的后續節點，整棵樹的結構通過左值和右值存儲了下來。然而，這還不夠，我們的目的是能夠對樹進行CRUD操作，即需要構造出與之配套的相關算法。按照深度優先，由左到右的原則遍歷整個樹，從1開始給每個節點標注上left值和right值，並將這兩個值存入對應的name之中。
本方案的優點是查詢非常的方便，缺點就是每次插入刪除數據涉及到的更新內容太多，如果樹非常大，插入一條數據可能花很長的時間。所以不推薦，了解下就行，也不打算深入研究，想研究的可以查其他資料。
四、閉包表
將Closure Table翻譯成閉包表不知道是否合適，閉包表的思路和物化路徑差不多，都是空間換時間，Closure Table，一種更為徹底的全路徑結構，分別記錄路徑上相關結點的全展開形式。能明晰任意兩結點關系而無須多余查詢，級聯刪除和結點移動也很方便。但是它的存儲開銷會大一些，除了表示結點的Meta信息，還需要一張專用的關系表。
// 主表
CREATE TABLE nodeInfo ( node_id INT NOT NULL AUTO_INCREMENT, node_name VARCHAR (255), PRIMARY KEY (`node_id`) ) DEFAULT CHARSET = utf8; // 關系表
CREATE TABLE nodeRelationship ( ancestor INT NOT NULL, descendant INT NOT NULL, distance INT NOT NULL, PRIMARY KEY (ancestor, descendant) ) DEFAULT CHARSET = utf8;
其中
- Ancestor代表祖先節點
- Descendant代表后代節點
- Distance 祖先距離后代的距離
添加數據（創建存儲過程）
CREATE DEFINER = `root`@`localhost` PROCEDURE `AddNode`(`_parent_name` varchar(255),`_node_name` varchar(255)) BEGIN DECLARE _ancestor INT; DECLARE _descendant INT; DECLARE _parent INT; IF NOT EXISTS(SELECT node_id From nodeinfo WHERE node_name = _node_name) THEN INSERT INTO nodeinfo (node_name) VALUES(_node_name); SET _descendant = (SELECT node_id FROM nodeinfo WHERE node_name = _node_name); INSERT INTO noderelationship (ancestor,descendant,distance) VALUES(_descendant,_descendant,0); IF EXISTS (SELECT node_id FROM nodeinfo WHERE node_name = _parent_name) THEN SET _parent = (SELECT node_id FROM nodeinfo WHERE node_name = _parent_name); INSERT INTO noderelationship (ancestor,descendant,distance) SELECT ancestor,_descendant,distance+1 from noderelationship where descendant = _parent; END IF; END IF; END;
完成后2張表的數據大致是這樣的：（注意：每個節點都有一條到其本身的記錄。）
// 查詢Fruit下所有的子節點
SELECT n3.node_name FROM nodeinfo n1 INNER JOIN noderelationship n2 ON n1.node_id = n2.ancestor INNER JOIN nodeinfo n3 ON n2.descendant = n3.node_id WHERE n1.node_name = 'Fruit' AND n2.distance != 0
// 查詢Fruit下直屬子節點：
SELECT n3.node_name FROM nodeinfo n1 INNER JOIN noderelationship n2 ON n1.node_id = n2.ancestor INNER JOIN nodeinfo n3 ON n2.descendant = n3.node_id WHERE n1.node_name = 'Fruit' AND n2.distance = 1
// 查詢Fruit所處的層級：
SELECT n2.*, n3.node_name FROM nodeinfo n1 INNER JOIN noderelationship n2 ON n1.node_id = n2.descendant INNER JOIN nodeinfo n3 ON n2.ancestor = n3.node_id WHERE n1.node_name = 'Fruit' ORDER BY n2.distance DESC
然后是新增節點：即為給某一個節點新增子節點，假設該節點還是B，現在給B節點新增一個子節點E
public insert(Node a,Node b){ //1.將自己記錄下來
conn.excuteSql(insert into releation values(a,a,0)); //2.查找a的祖先和自己，並告知他們，他們新增的子孫b
List<Releation> ancestors = conn.excuteSql(select r.ancestor from releation r where r.descendant=a order by distacne); for(Releation r : ancestors){ conn.excuteSql(insert into releation values(r.ancestor,b,r.distacne+1)) } }
缺點很顯而易見，他的存儲和更新開銷太大。
以上所述存儲方案，並沒有絕對的優劣之分，適用場合不同而已。可以根據情況自己選用。