在PostgreSQL中使用ltree处理层次结构数据

Posted PostgreSQLChina

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了在PostgreSQL中使用ltree处理层次结构数据相关的知识，希望对你有一定的参考价值。

作者：阿列克谢·瓦西里耶夫（Alexey Vasiliev）

译者：类延良，任职于瀚高基础软件股份有限公司，PostgreSQL数据库技术爱好者，PostgreSQL ACE、PGCM、10g &11g OCM，OGG认证专家。

原文地址：https://leopard.in.ua/2013/09/02/postgresql-ltree#.YEhtc2gzaUk

在本文中，我们将学习如何使用PostgreSQL的ltree模块，该模块允许以分层的树状结构存储数据。

什么是ltree？

Ltree是PostgreSQL模块。它实现了一种数据类型ltree，用于表示存储在分层树状结构中的数据的标签。提供了用于搜索标签树的广泛工具。

为什么选择ltree？

  • ltree实现了一个物化路径，对于INSERT / UPDATE / DELETE来说非常快，而对于SELECT操作则较快
  • 通常，它比使用经常需要重新计算分支的递归CTE或递归函数要快
  • 如内置的查询语法和专门用于查询和导航树的运算符
  • 索引！！！

初始数据

首先，您应该在数据库中启用扩展。您可以通过以下命令执行此操作：

CREATE EXTENSION ltree;

让我们创建表并向其中添加一些数据：

**CREATE** **TABLE** comments (user_id integer, description text, path ltree);

**INSERT** **INTO** comments (user_id, description, path) **VALUES** ( 1, md5(random()::text), \'0001\');

**INSERT** **INTO** comments (user_id, description, path) **VALUES** ( 2, md5(random()::text), \'0001.0001.0001\');

**INSERT** **INTO** comments (user_id, description, path) **VALUES** ( 2, md5(random()::text), \'0001.0001.0001.0001\');

**INSERT** **INTO** comments (user_id, description, path) **VALUES** ( 1, md5(random()::text), \'0001.0001.0001.0002\');

**INSERT** **INTO** comments (user_id, description, path) **VALUES** ( 5, md5(random()::text), \'0001.0001.0001.0003\');

**INSERT** **INTO** comments (user_id, description, path) **VALUES** ( 6, md5(random()::text), \'0001.0002\');

**INSERT** **INTO** comments (user_id, description, path) **VALUES** ( 6, md5(random()::text), \'0001.0002.0001\');

**INSERT** **INTO** comments (user_id, description, path) **VALUES** ( 6, md5(random()::text), \'0001.0003\');

**INSERT** **INTO** comments (user_id, description, path) **VALUES** ( 8, md5(random()::text), \'0001.0003.0001\');

**INSERT** **INTO** comments (user_id, description, path) **VALUES** ( 9, md5(random()::text), \'0001.0003.0002\');

**INSERT** **INTO** comments (user_id, description, path) **VALUES** ( 11, md5(random()::text), \'0001.0003.0002.0001\');

**INSERT** **INTO** comments (user_id, description, path) **VALUES** ( 2, md5(random()::text), \'0001.0003.0002.0002\');

**INSERT** **INTO** comments (user_id, description, path) **VALUES** ( 5, md5(random()::text), \'0001.0003.0002.0003\');

**INSERT** **INTO** comments (user_id, description, path) **VALUES** ( 7, md5(random()::text), \'0001.0003.0002.0002.0001\');

**INSERT** **INTO** comments (user_id, description, path) **VALUES** ( 20, md5(random()::text), \'0001.0003.0002.0002.0002\');

**INSERT** **INTO** comments (user_id, description, path) **VALUES** ( 31, md5(random()::text), \'0001.0003.0002.0002.0003\');

**INSERT** **INTO** comments (user_id, description, path) **VALUES** ( 22, md5(random()::text), \'0001.0003.0002.0002.0004\');

**INSERT** **INTO** comments (user_id, description, path) **VALUES** ( 34, md5(random()::text), \'0001.0003.0002.0002.0005\');

**INSERT** **INTO** comments (user_id, description, path) **VALUES** ( 22, md5(random()::text), \'0001.0003.0002.0002.0006\');

另外，我们应该添加一些索引：

**CREATE** **INDEX** path_gist_comments_idx **ON** comments **USING** GIST(path);

**CREATE** **INDEX** path_comments_idx **ON** comments **USING** btree(path);

正如您看到的那样，我建立comments表时带有path字段，该字段包含该表的tree全部路径。如您所见，对于树分隔符，我使用4个数字和点。

让我们在commenets表中找到path以‘0001.0003’的记录：

$ **SELECT** user_id, path **FROM** comments **WHERE** path <@ \'0001.0003\';

 user_id | path

_---------+--------------------------_

 6 | 0001.0003

 8 | 0001.0003.0001

 9 | 0001.0003.0002

 11 | 0001.0003.0002.0001

 2 | 0001.0003.0002.0002

 5 | 0001.0003.0002.0003

 7 | 0001.0003.0002.0002.0001

 20 | 0001.0003.0002.0002.0002

 31 | 0001.0003.0002.0002.0003

 22 | 0001.0003.0002.0002.0004

 34 | 0001.0003.0002.0002.0005

 22 | 0001.0003.0002.0002.0006

(12 **rows**)

让我们通过EXPLAIN命令检查这个SQL：

$ **EXPLAIN** **ANALYZE** **SELECT** user_id, path **FROM** comments **WHERE** path <@ \'0001.0003\';

 QUERY PLAN

_----------------------------------------------------------------------------------------------------_

 Seq Scan **on** comments (cost=0.00..1.24 **rows**=2 width=38) (actual time=0.013..0.017 **rows**=12 loops=1)

 Filter: (path <@ \'0001.0003\'::ltree)

 **Rows** Removed **by** Filter: 7

 Total runtime: 0.038 ms

(4 **rows**)

让我们禁用seq scan进行测试：

$ **SET** enable_seqscan=**false**;

**SET**

$ **EXPLAIN** **ANALYZE** **SELECT** user_id, path **FROM** comments **WHERE** path <@ \'0001.0003\';

 QUERY PLAN

_-----------------------------------------------------------------------------------------------------------------------------------_

 **Index** Scan **using** path_gist_comments_idx **on** comments (cost=0.00..8.29 **rows**=2 width=38) (actual time=0.023..0.034 **rows**=12 loops=1)

 **Index** Cond: (path <@ \'0001.0003\'::ltree)

 Total runtime: 0.076 ms

(3 **rows**)

现在SQL慢了，但是能看到SQL是怎么使用index的。

第一个SQL语句使用了sequence scan，因为在表中没有太多的数据。

我们可以将select “path <@ ‘0001.0003’” 换种实现方法：

$ **SELECT** user_id, path **FROM** comments **WHERE** path ~ \'0001.0003.*\';

user_id | path

_---------+--------------------------_

 6 | 0001.0003

 8 | 0001.0003.0001

 9 | 0001.0003.0002

 11 | 0001.0003.0002.0001

 2 | 0001.0003.0002.0002

 5 | 0001.0003.0002.0003

 7 | 0001.0003.0002.0002.0001

 20 | 0001.0003.0002.0002.0002

 31 | 0001.0003.0002.0002.0003

 22 | 0001.0003.0002.0002.0004

 34 | 0001.0003.0002.0002.0005

 22 | 0001.0003.0002.0002.0006

(12 **rows**)

你不应该忘记数据的顺序，如下的例子：

$ **INSERT** **INTO** comments (user_id, description, path) **VALUES** ( 9, md5(random()::text), \'0001.0003.0001.0001\');

$ **INSERT** **INTO** comments (user_id, description, path) **VALUES** ( 9, md5(random()::text), \'0001.0003.0001.0002\');

$ **INSERT** **INTO** comments (user_id, description, path) **VALUES** ( 9, md5(random()::text), \'0001.0003.0001.0003\');

$ **SELECT** user_id, path **FROM** comments **WHERE** path ~ \'0001.0003.*\';

user_id | path

_---------+--------------------------_

 6 | 0001.0003

 8 | 0001.0003.0001

 9 | 0001.0003.0002

 11 | 0001.0003.0002.0001

 2 | 0001.0003.0002.0002

 5 | 0001.0003.0002.0003

 7 | 0001.0003.0002.0002.0001

 20 | 0001.0003.0002.0002.0002

 31 | 0001.0003.0002.0002.0003

 22 | 0001.0003.0002.0002.0004

 34 | 0001.0003.0002.0002.0005

 22 | 0001.0003.0002.0002.0006

 9 | 0001.0003.0001.0001

 9 | 0001.0003.0001.0002

 9 | 0001.0003.0001.0003

(15 **rows**)

现在进行排序：

$ **SELECT** user_id, path **FROM** comments **WHERE** path ~ \'0001.0003.*\' **ORDER** **by** path;

 user_id | path

_---------+--------------------------_

 6 | 0001.0003

 8 | 0001.0003.0001

 9 | 0001.0003.0001.0001

 9 | 0001.0003.0001.0002

 9 | 0001.0003.0001.0003

 9 | 0001.0003.0002

 11 | 0001.0003.0002.0001

 2 | 0001.0003.0002.0002

 7 | 0001.0003.0002.0002.0001

 20 | 0001.0003.0002.0002.0002

 31 | 0001.0003.0002.0002.0003

 22 | 0001.0003.0002.0002.0004

 34 | 0001.0003.0002.0002.0005

 22 | 0001.0003.0002.0002.0006

 5 | 0001.0003.0002.0003

(15 **rows**)

可以在lquery的非星号标签的末尾添加几个修饰符，以使其比完全匹配更匹配：

“ @”-不区分大小写匹配，例如a @匹配A

“ ”-匹配任何带有该前缀的标签，例如foo 匹配foobar

“％”-匹配以下划线开头的单词

$ **SELECT** user_id, path **FROM** comments **WHERE** path ~ \'0001.*{1,2}.0001|0002.*\' **ORDER** **by** path;

 user_id | path

_---------+--------------------------_

 2 | 0001.0001.0001

 2 | 0001.0001.0001.0001

 1 | 0001.0001.0001.0002

 5 | 0001.0001.0001.0003

 6 | 0001.0002.0001

 8 | 0001.0003.0001

 9 | 0001.0003.0001.0001

 9 | 0001.0003.0001.0002

 9 | 0001.0003.0001.0003

 9 | 0001.0003.0002

 11 | 0001.0003.0002.0001

 2 | 0001.0003.0002.0002

 7 | 0001.0003.0002.0002.0001

 20 | 0001.0003.0002.0002.0002

 31 | 0001.0003.0002.0002.0003

 22 | 0001.0003.0002.0002.0004

 34 | 0001.0003.0002.0002.0005

 22 | 0001.0003.0002.0002.0006

 5 | 0001.0003.0002.0003

(19 **rows**)

我们来为parent ‘0001.0003’找到所有直接的childrens，见下：

$ **SELECT** user_id, path **FROM** comments **WHERE** path ~ \'0001.0003.*{1}\' **ORDER** **by** path;

 user_id | path

_---------+----------------_

 8 | 0001.0003.0001

 9 | 0001.0003.0002

(2 **rows**)

为parent ‘0001.0003’找到所有的childrens，见下：

$ **SELECT** user_id, path **FROM** comments **WHERE** path ~ \'0001.0003.*\' **ORDER** **by** path;

 user_id | path

_---------+--------------------------_

 6 | 0001.0003

 8 | 0001.0003.0001

 9 | 0001.0003.0001.0001

 9 | 0001.0003.0001.0002

 9 | 0001.0003.0001.0003

 9 | 0001.0003.0002

 11 | 0001.0003.0002.0001

 2 | 0001.0003.0002.0002

 7 | 0001.0003.0002.0002.0001

 20 | 0001.0003.0002.0002.0002

 31 | 0001.0003.0002.0002.0003

 22 | 0001.0003.0002.0002.0004

 34 | 0001.0003.0002.0002.0005

 22 | 0001.0003.0002.0002.0006

 5 | 0001.0003.0002.0003

(15 **rows**)

为children ‘0001.0003.0002.0002.0005’找到parent:

$ **SELECT** user_id, path **FROM** comments **WHERE** path = subpath(\'0001.0003.0002.0002.0005\', 0, -1) **ORDER** **by** path;

 user_id | path

_---------+---------------------_

 2 | 0001.0003.0002.0002

(1 **row**)

如果你的路径不是唯一的，你会得到多条记录。

概述

可以看出，使用ltree的物化路径非常简单。在本文中，我没有列出ltree的所有可能用法。它不被视为全文搜索问题ltxtquery。但是您可以在PostgreSQL官方文档(http://www.postgresql.org/doc...。

了解更多PostgreSQL热点资讯、新闻动态、精彩活动，请访问中国PostgreSQL官方网站：www.postgresqlchina.com

解决更多PostgreSQL相关知识、技术、工作问题，请访问中国PostgreSQL官方问答社区：www.pgfans.cn

下载更多PostgreSQL相关资料、工具、插件问题，请访问中国PostgreSQL官方下载网站：www.postgreshub.cn

以上是关于在PostgreSQL中使用ltree处理层次结构数据的主要内容，如果未能解决你的问题，请参考以下文章

Postgres 递归 LTREE 查找

postgreSQL ltree工具获取上下级

休眠查询中的 Postgres ltree

从使用物化路径编码树的表中选择，按深度优先排序（无递归/ltree）

如何在实体框架中处理此层次结构

在 C++ 中处理指向层次结构中成员函数的指针