在數據表的設計中，對于樹形的表格數據，處理起來時比較棘手的，個人經歷過sql server,oracle,mysql，發現對于樹形的表格數據處理都不同。
通常的屬性表格設計時我們會這樣設計:
create table demo_tree (
id int ,
nodename varchar(50),
parentid int
)
這樣對于不同的數據庫處理起來方法就各異了。在sql server里面可能需要用函數遞歸，在oracle里面可以使用 connect by .. start with .. order sibling by ..去達到深度遍歷樹的目的。
雖然主流的ORM框架能處理數據庫廠商sql語法的差異，但是對于樹形數據還是缺乏統一的支持。所以有人設計了一個這樣的表結構:
1 create table DEMO_TREE
2 (
3 NODELEVEL INTEGER not null,
4 LEVELCODE VARCHAR2(500) not null,
5 PARENTNODE VARCHAR2(500),
6 NODENAME VARCHAR2(200)
7 /*其他字段略*/
8 )
- nodelevel是樹的深度，1,2,3...
- levelcode這個字段格式是這樣的，我們可以假定每級節點的數量是有上限的，可以根據需要約定比如我們限定每個節點的最多是99999個子節點。這樣。levelcode 的第一個節點可以levelcode編號為"00001",其相鄰節點為"00002"，他的第一個子節點為"0000100001"，以此類推，可以為每個節點一個唯一編號。
- parentnode就是父節點的levelcode
- nodename是節點名稱
這樣的設計后。我們給出一個實例查詢：
select t.nodelevel,t.nodename,t.levelcode,t.parentnode From demo_tree t order by t.levelcode
這樣查詢的結果形如：
| NODELEVEL |
NODENAME |
LEVELCODE |
PARENTNODE |
| 1 |
一級測試節點1 |
00001 |
| 2 |
二級測試節點1 |
0000100001 |
00001 |
| 3 |
sdfasfasfad |
000010000100001 |
0000100001 |
| 2 |
二級測試節點2 |
0000100002 |
00001 |
| 2 |
二級測試節點3 |
0000100003 |
00001 |
| 2 |
二級測試節點5 |
0000100005 |
00001 |
| 2 |
asdfgh |
0000100007 |
00001 |
| 1 |
一級測試節點2 |
00002 |
| 2 |
二級測試節點2 |
0000200001 |
00002 |
| 3 |
fasdfasfsaf |
000020000100001 |
0000200001 |
| 2 |
二級測試gg4 |
0000200002 |
00002 |
| 3 |
dfasfasfas |
000020000200001 |
0000200002 |
| 3 |
fgh |
000020000200001 |
0000200002 |
| 4 |
fdsafdas |
00002000020000100001 |
000020000200001 |
| 4 |
dfasfsafsda |
00002000020000100001 |
000020000200001 |
| 5 |
fadsfasfsa |
0000200002000010000100001 |
00002000020000100001 |
| 5 |
fdasfdasfasdf |
0000200002000010000100001 |
00002000020000100001 |
| 3 |
dsafasfasdf |
000020000300001 |
0000200003 |
| 1 |
測試深度節點1 |
10001 |
| 2 |
測試深度節點10 |
1000100000 |
10001 |
| 3 |
測試深度節點100 |
100010000000000 |
1000100000 |
| 4 |
測試深度節點1000 |
10001000000000000000 |
100010000000000 |
| 5 |
測試深度節點10000 |
1000100000000000000000000 |
10001000000000000000 |
| 1 |
測試深度節點2 |
10002 |
| 2 |
測試深度節點20 |
1000200000 |
10002 |
| 3 |
測試深度節點200 |
100020000000000 |
1000200000 |
| 4 |
測試深度節點2000 |
10002000000000000000 |
100020000000000 |
| 5 |
測試深度節點20000 |
1000200000000000000000000 |
10002000000000000000 |
| 6 |
qwerfga |
100020000000000000000000000001 |
1000200000000000000000000 |
| 2 |
sdfg |
1000200001 |
10002 |
| 3 |
safsdfsadfaaa |
100020000100001 |
1000200001 |
他是樹的深度遍歷結果,這也就是這樣設計的最大的好處。
對于新增樹節點時需要多做一步就是計算levelcode,比如增加同級節點時需要找到同級節點的最后一個節點。然后將levelcode最后一節+1。對于新增子節點需要找到最大levelcode的子節點然后+1。
刪除也比較方便，如需要刪除一個節點以及其所有的子節點，可以
delete from demo_tree where levelcode like '00001%'
需要獲取樹的廣度遍歷結果可以直接用nodelevel排序。
這樣的設計帶來的好處是在各種數據庫上都可以用。不會因為數據庫不同獲取樹的遍歷結果需要寫不同的sql。
當然，問題在于levelcode的計算會導致同級節點的排序不好實現。要獲取遍歷結果，通常是按照levelcode排序，由于計算levelcode是根據新增的先后順序，所以同級排序就留給大家思考了。