背景

处理不确定深度的层级结构，比如组织机构，一个常用的设计是在一张表里面保存 ID 和 Parent_ID ，并且通过自联结的办法构造一颗树。这种方式对写数据的过程很友好，但是查询过程就变得相对复杂。在不引入MPTT模型的前提下，必须通过递归算法来查询某个节点和下级子节点。

Oracle提供的connect by扩展语法，简单好用。但是其他的RDBMS就没这么人性化了（或者我不知道）。最近在项目中使用PostgreSQL来查询树形数据，记录一下。

构造样本数据

drop table if exists demo.tree_data;

create table demo.tree_data (

 id integer,

 code text,

 pid integer,

 sort integer

);

insert into demo.tree_data values(1, '中国', null, 1);

insert into demo.tree_data values(2, '四川', 1, 1);

insert into demo.tree_data values(3, '云南', 1, 2);

insert into demo.tree_data values(4, '成都', 2, 1);

insert into demo.tree_data values(5, '绵阳', 2, 2);   

insert into demo.tree_data values(6, '武侯区', 4, 1);

insert into demo.tree_data values(7, '昆明', 3, 1);   

connectby函数

如果安装了 tablefunc 扩展，就可以使用PG版本的connectby函数。这个没有Oracle那么强大，但是可以满足基本要求。

-- API 如下

connectby(text relname,             -- 表名称

  text keyid_fld,           -- id字段

  text parent_keyid_fld     -- 父id字段    

  [, text orderby_fld ],    -- 排序字段

  text start_with,          -- 起始行的id值

  int max_depth             -- 树深度，0表示无限

  [, text branch_delim ])   -- 路径分隔符

-- 基本用法如下，必须通过AS子句定义返回的字段名称和类型

select * 

    from connectby('demo.tree_data', 'id', 'pid', 'sort', '1', 0, '~')

    as (id int, pid int, lvl int, branch text, sort int);

-- 查询结果

id | pid | lvl | branch | sort

----+-----+-----+---------+------

 1 | | 0 | 1 | 1

 2 | 1 | 1 | 1~2 | 2

 4 | 2 | 2 | 1~2~4 | 3

 6 | 4 | 3 | 1~2~4~6 | 4

 5 | 2 | 2 | 1~2~5 | 5

 3 | 1 | 1 | 1~3 | 6

 7 | 3 | 2 | 1~3~7 | 7

(7 rows)

-- 仅仅使用基本用法，只能查询出id的相关信息，如果要查询code等其他字段，就需要通过额外的join操作来实现。

select

    t.id, n.code, t.pid, p.code as pcode, lvl, branch

from (

    select * from connectby('demo.tree_data', 'id', 'pid', 'sort', '1', 0, '~')

        as (id int, pid int, lvl int, branch text, sort int)

) as t

    left join demo.tree_data as n on (t.id = n.id)

    left join demo.tree_data as p on (t.pid = p.id)

order by t.sort ;   

 id | code | pid | pcode | lvl | branch

----+--------+-----+-------+-----+---------

 1 | 中国 | | | 0 | 1

 2 | 四川 | 1 | 中国 | 1 | 1~2

 4 | 成都 | 2 | 四川 | 2 | 1~2~4

 6 | 武侯区 | 4 | 成都 | 3 | 1~2~4~6

 5 | 绵阳 | 2 | 四川 | 2 | 1~2~5

 3 | 云南 | 1 | 中国 | 1 | 1~3

 7 | 昆明 | 3 | 云南 | 2 | 1~3~7

(7 rows)

PS：虽然通过join可以查询出节点的code，但是branch部分不能直接转换成对应的code，使用上还是不太方便。

CTE语法

使用CTE语法，通过 with recursive 来实现树形数据的递归查询。这个方法虽然没有connectby那么直接，但是灵活性和显示效果更好。

--

with recursive cte as

(

 -- 先查询root节点 

 select

 id, code, pid, '' as pcode,

 code as branch

 from demo.tree_data where id = 1

 union all

 -- 通过cte递归查询root节点的直接子节点 

 select

 origin.id, origin.code, cte.id as pid, cte.code as pcode,

 cte.branch || '~' || origin.code

 from cte

 join demo.tree_data as origin on origin.pid = cte.id

)

select

 id,code, pid, pcode, branch, 

 -- 通过计算分隔符的个数，模拟计算出树形的深度

 (length(branch)-length(replace(branch, '~', ''))) as lvl

from cte;

--

 id | code | pid | pcode | branch  | lvl

----+--------+-----+-------+-----------------------+-----

 1 | 中国 | | | 中国   | 0

 2 | 四川 | 1 | 中国 | 中国~四川  | 1

 3 | 云南 | 1 | 中国 | 中国~云南  | 1

 4 | 成都 | 2 | 四川 | 中国~四川~成都 | 2

 5 | 绵阳 | 2 | 四川 | 中国~四川~绵阳 | 2

 7 | 昆明 | 3 | 云南 | 中国~云南~昆明 | 2

 6 | 武侯区 | 4 | 成都 | 中国~四川~成都~武侯区 | 3

(7 rows)

执行过程说明

从上面的例子可以看出，WITH RECURSIVE语句包含了两个部分

执行步骤如下

执行non-recursive term。（如果使用的是union而非union all，则需对结果去重）其结果作为recursive term中对result的引用，同时将这部分结果放入临时的working table中
重复执行如下步骤，直到working table为空：用working table的内容替换递归的自引用，执行recursive term，（如果使用union而非union all，去除重复数据），并用该结果（如果使用union而非union all，则是去重后的结果）替换working table

以上面的query为例，来看看具体过程

执行non-recursive query

-- step 1 执行

 select

 id, code, pid, '' as pcode,

 code as branch

 from demo.tree_data where id = 1

-- 结果集和working table为

 id | code | pid | pcode | branch

----+------+-----+-------+--------

 1 | 中国 | | | 中国

执行recursive query

-- step 2 执行递归，此时自引用cte中的数据是step 1的结果

 select

 origin.id, origin.code, cte.id as pid, cte.code as pcode,

 cte.branch || '~' || origin.code

 from cte

 join demo.tree_data as origin on origin.pid = cte.id

 -- 结果集和working table为

 id | code | pid | pcode | branch 

----+--------+-----+-------+---------------------

 2 | 四川 | 1 | 中国 | 中国~四川  

 3 | 云南 | 1 | 中国 | 中国~云南

3、继续执行recursive query，直到结果集和working table为空

4、结束递归，将前三个步骤的结果集合并，即得到最终的WITH RECURSIVE的结果集。

严格来讲，这个过程实现上是一个迭代的过程而非递归，不过RECURSIVE这个关键词是SQL标准委员会定立的，所以PostgreSQL也延用了RECURSIVE这一关键词。

ITPub博客

PostgreSQL树形结构的递归查询示例