老外的一种避免递归查询所有子部门的树数据表设计与实现！
作者：互联网
最近我阅读了一篇老外的文章，里面介绍了一种通过巧妙的设计，实现了高效的部门树查询设计。避免递归等低效查询。今天分享推荐给大家！
通常树形结构的存储，是在子节点上存储父节点的编号来确定各节点的父子关系，例如这样的组织结构：
递归遍历部门树
与之对应的表数据(department)：
| id | name | parent_id | level |
|---|---|---|---|
| 1 | 董事长 | 0 | 1 |
| 2 | 总经理 | 1 | 2 |
| 3 | 产品部 | 2 | 3 |
| 4 | 研发部 | 3 | 4 |
| 5 | 设计部 | 3 | 4 |
| 6 | 行政总监 | 2 | 3 |
| 7 | 财核部 | 6 | 4 |
| 8 | 会计 | 7 | 5 |
| 9 | 出纳 | 7 | 5 |
| 10 | 行政部 | 6 | 4 |
部门表结构（department）
id 部门编号
name 部门名称
level 所在树层级
parent_id 上级部门编号
问题来了
这样的方式很不错，可以很直观的体现各个节点之间的关系，通常可以满足大多数需求。但是当业务需求变得多了，数据量庞大了，这样的方式就不再适合用于生产。
例如：PM 加了以下需求：
- 查出指定部门下所有子孙部门。
- 查询子孙部门总数。
- 判断节点是否叶子节点。
基于 Spring Boot + MyBatis Plus + Vue & Element 实现的后台管理系统 + 用户小程序，支持 RBAC 动态权限、多租户、数据权限、工作流、三方登录、支付、短信、商城等功能。
项目地址：https://github.com/YunaiV/ruoyi-vue-pro
查出所有子孙部门
使用指定部门编号，一层一层使用递归往下查，可能是多数人会想到的方法。尽管在 MySQL8.0 支持了 cte(公共表表达式)，递归效率比传统递归方式有明显提升，但是查询效率仍会随着部门树层级深度的提高而变差。
另外一种方法，一次性查出所有数据，放入内存中处理（数据量少时，可以选用。数据量多，不怕挨打的人也可以选这种）~
基于微服务的思想，构建在 B2C 电商场景下的项目实战。核心技术栈，是 Spring Boot + Dubbo 。未来，会重构成 Spring Cloud Alibaba 。
项目地址：https://github.com/YunaiV/onemall
查询子孙部门总数
递归查询每一层的数量，最后相加。
判断是否叶子节点
- 方法1：可以加字段
isLeaf的方式，来表示这个节点是否是叶子节点。 - 方法2：直接通过查询
parent_id=当前id的 count 是否大于 0，大于 0 表示不是叶子节点，等于 0 表示为叶子节点。
在日常中，可能会经常使用上述类似方法去解决类似的问题，但我觉得这样的方法在效率上不是最优解。于是乎开始查找更好的方案去解决这些问题。
要不试试这个方法？
直到后面查到国外一博客中，见到了所谓的《改进后的先序树遍历》(https://www.sitepoint.com/hierarchical-data-database-2)文章（天哪，竟然是一篇 2003 年发表的文章）~
他具体是怎么做的呢？
还是回到刚刚的组织架构。
复杂的部门组织架构
我们从根节点开始，给董事长左值设为1，下级部门总经理左值设为2，以此类推地沿着边缘开始遍历，给每个节点加上左值，遇到叶子节点处给节点加上右值，再继续向上沿着边缘继续遍历，遍历结束回到根节点右侧，你将得到类似这样的结构。
高效部门树数据结构
遍历完后每一个节点都有与之对应的左右值。这个时候可以去除parent_id字段，添加lft，rgt，来存储左右值。
| id | name | lft | rgt | level |
|---|---|---|---|---|
| 1 | 董事长 | 1 | 20 | 1 |
| 2 | 总经理 | 2 | 19 | 2 |
| 3 | 产品部 | 3 | 8 | 3 |
| 4 | 设计部 | 4 | 5 | 4 |
| 4 | 研发部 | 6 | 7 | 4 |
| 6 | 行政总监 | 9 | 18 | 3 |
| 7 | 财核部 | 10 | 15 | 4 |
| 8 | 出纳 | 11 | 12 | 5 |
| 9 | 会计 | 13 | 14 | 5 |
| 10 | 行政部 | 16 | 17 | 4 |
数据和结构准备完毕，我们来试试操作解决上面的需求~
查出所有子孙部门
根据当前表结构的规律，可以发现，要想查出所有子孙部门，只要查左值在 被查寻部门的左\右数之间的节点，查出来都是他的子节点。例如：查询行政总监的所有子部门，行政总监的左右数是9和18，因此只需要用9和18做lft字段的between查询，查询出的结果就是【被查部门本身数据和所有子孙部门】；
SET @lft := 9;
SET @rgt := 18;
SELECT * FROM department WHERE lft BETWEEN @lft AND @rgt ORDER BY lft ASC;
/*例子中用BETWEEN将被查部门本身也查了出来。实际中可以用大于小于*/
完美~
查询子孙部门总数
到这里可能会说，需求 1 都解决了，查总数自然也就解决了，直接上select count就可以了，确实没有错，但是没有那个必要，因为有个简单公式可以直接计算
公式：总数 = (右值 - 左值 - 1) / 2
例如：
行政总监的子孙部门数 = (18 - 9 - 1) / 2 = 4
董事长的子孙部门数 = (20 - 1 - 1) / 2 = 9
会计的子部门数 = (14 - 13 - 1) / 2 = 0
可以数数看，确实没错哦～
判断是否叶子节点
通过有了上述计算公式算总数的经验后，现在判断是否叶子节点，有的小伙伴已经知道了怎么做，那就是：
右值 - 1 == 左值那他就是叶子节点，或者左值 + 1 == 右值那他就是叶子节点，反之则不是叶子节点。
例如：
设计部，5 - 1 == 4，因此他是叶子节点。
董事长，20 - 1 != 1，因此他不是叶子节点。
至此已经完美的解决了上述需求问题，接下来再尝试一下业务的基本操作。
其他基本操作
新增部门
当新增一个部门时，需要对新增节点位置的后续边缘进行加2操作，因为每一个节点有左右两个数值。这个操作通常需要放到事务中进行处理。
新增或删除节点时右节点判断条件应该是 lft >= 当前节点的 lft。
例如：在研发部门下添加一个新部门：
新增部门
对应 sql：
SET @lft := 7;/*新部门的左值*/
SET @rgt := 8;/*新部门的左值*/
SET @level := 5;/*新部门的层级*/
begin;
/*将插入的后续边缘的节点左右数+2*/
UPDATE department SET lft=lft+2 WHERE lft > @lft;
UPDATE department SET rgt=rgt+2 WHERE rgt >= @lft;
/*插入数据*/
INSERT INTO department(name,lft,rgt,level) VALUES('新部门',@lft,@rgt,level);
/*新增影响行数为0时，必须回滚*/
commit;
/*rollback;*/
删除部门
删除部门与新增部门类似，不同的是需要对删除节点的后续边缘节点减2操作。例如：删除刚刚添加的新部门：
删除部门
对应 sql：
SET @lft := 7;/*要删除的节点左值*/
SET @rgt := 8;/*要删除的节点右值*/
begin;
UPDATE department SET lft=lft-2 WHERE lft > @lft;
UPDATE department SET rgt=rgt-2 WHERE rgt > @lft;
/*删除节点*/
DELETE FROM department WHERE lft=@lft AND rgt=@rgt;
/*删除影响行数为0时，必须回滚*/
commit;
/*rollback*/
查询直接子部门
查询某部门的直接子部门（即不包含孙子部门），例如：查询总经理下的直接子部门。正常需要返回产品部和行政总监。
查询直接子部门
对应的 sql：
SET @level := 2;/*总经理的level*/
SET @lft := 2;/*总经理的左值*/
SET @rgt := 19;/*总经理的右值*/
SELECT * FROM department WHERE lft > @lft AND rgt < @rgt AND level = @level+1;
查询祖链路径
查询某部门的祖链路径。例如：查询产品部的祖链路径，正常需要返回董事长,总经理
SET @lft := 3;/*产品部左值*/
SET @rgt := 8;/*产品部右值*/
SELECT * FROM department WHERE lft < @lft AND rgt > @rgt ORDER BY lft ASC;
完结
目前就这些，欢迎指正、交流、评论。。。我感觉这个部门设计很经典，非常值得收藏，以便用时只需！
标签：SET,rgt,递归,数据表,查询,lft,部门,老外,节点 来源： https://www.cnblogs.com/shijiangtao/p/16095567.html