实战 SQL：实现百度高德等地图中的地铁换乘线路查询

Posted 2022-06-14 不剪发的Tony老师

文章目录

• • • 简单 CTE
    • 生成数字序列
    • 遍历组织结构图
    • 查找地铁换乘线路

对于大多数人来说，SQL 意味着 SELECT、INSERT、UPDATE 和 DELETE。但实际上，SQL 能够实现的功能远远不止简单的增删改查；今天我们来介绍一个高级功能：通用表表达式（Common Table Expression）。CTE 可以提高复杂查询的性能和可读性，实现树状结构或者图数据的遍历。例如：

• 生成数字序列；
• 获取员工上下级的组织关系；
• 查询地铁、航班换乘线路；
• 社交网络图谱分析。

一般来说，我们只能通过应用程序或者存储过程实现这些复杂的功能，而且性能不高。但是有了 CTE，我们可以直接利用一个 SQL 语句完成以上功能。CTE 不仅强大而且通用，各种主流数据库都提供了支持。

通用表表达式	mysql	Oracle	SQL Server	PostgreSQL	SQLite
简单 CTE	✔️	✔️	✔️	✔️	✔️
递归 CTE	✔️	✔️	✔️	✔️	✔️

我们通过几个实用案例，了解一下 CTE 的语法，同时介绍各种数据库中的实现差异。

简单 CTE

通用表表达式使用WITH关键字表示：

WITH t(n) AS (
  SELECT 4 --  -- Oracle
)
SELECT * FROM t;
n|
-|
4|

以上 WITH 子句相当于定义了一个语句级别的临时表 t(n)，在随后的 SELECT、INSERT、UPDATE 以及 DELETE 语句中都可以使用。如果是 Oracle，可以使用SELECT 2 FROM dual。

📝WITH 子句定义了一个表达式，表达式的值是一个表，所以称为通用表表达式。CTE 和子查询类似，可以用于 SELECT、INSERT、UPDATE 以及 DELETE 语句。Oracle 中称之为子查询因子（subquery factoring）。

CTE 与子查询类似，只在当前语句中有效；不过一个语句中可以定义多个 CTE，而且 CTE 被定义之后可以多次引用：

WITH t1(n) AS (
  SELECT 4 -- FROM dual
),
t2(n) AS (
  SELECT n+1 FROM t1
)
SELECT t1.n, t2.n
  FROM t1 
 CROSS JOIN t2;
n|n|
-|-|
4|5|

第一个 CTE 名为 t1；第二个 CTE 名为 t2，引用了前面定义的 t1 ；每个 CTE 之间使用逗号进行分隔；最后的 SELECT 语句使用前面定义的 2 个 CTE 进行连接查询。这种使用 CTE 的方法和编程语言中的变量非常类似。

CTE 和视图、临时表或者子查询都有点类似，但是比它们的结构更加清晰；数据库对于 CTE 只需要执行一次，性能也会更好。不过，CTE 真正强大之处是允许在定义中调用自己，也就是递归调用。

生成数字序列

WITH子句还有一种递归形式，以下语句可以生成一个 1 到 10 的数字序列：

WITH RECURSIVE t(n) AS
(
  SELECT 1 -- 初始化
   UNION ALL
  SELECT n + 1 FROM t WHERE n < 10 -- 递归结束条件
)
SELECT n FROM t;
n |
--|
 1|
 2|
 3|
 4|
 5|
 6|
 7|
 8|
 9|
10|

其中，RECURSIVE表示递归，Oracle 和 SQL Server 中不需要该关键字。

递归 CTE 包含两部分，UNION ALL 上面的查询语句用于生成初始化数据；下面的查询语句用于递归，引用了它自身（ t ）。

• 运行初始化语句，生成数字 1；
• 第 1 次运行递归部分，此时 n 等于 1，返回数字 2（ n+1 ）；
• 第 2 次运行递归部分，此时 n 等于 2，返回数字 3（ n+1 ）；
• 第 9 次运行递归部分，此时 n 等于 9，返回数字 10（ n+1 ）；
• 第 10 次运行递归部分，此时 n 等于 10；由于查询不满足条件（ WHERE n < 10 ），不返回任何结果，并且递归结束；
  最后的查询语句返回 t 中的全部数据，也就是一个 1 到 10 的数字序列。

只要是具有一定规律的数字序列都可以通过递归 CTE 生成，例如斐波那契数列。

遍历组织结构图

在公司的组织结构中，存在上下级的管理关系，如下图所示。

示例表和数据点此下载。如果我们想要知道某个员工从上至下的各级领导，可以使用递归 CTE 实现：

WITH RECURSIVE employee_path (emp_id, emp_name, path) AS
(
  SELECT emp_id, emp_name, CAST(emp_name AS CHAR(1000)) AS path
    FROM employee
   WHERE manager IS NULL
   UNION ALL
  SELECT e.emp_id, e.emp_name, CAST(CONCAT(ep.path, '->', e.emp_name) AS CHAR(1000))
    FROM employee_path ep
    JOIN employee e ON ep.emp_id = e.manager
)
SELECT * FROM employee_path WHERE emp_name = '黄忠';
emp_id|emp_name|path             |
------|--------|-----------------|
     5|黄忠    |刘备->诸葛亮->黄忠|

上面是 MySQL 中的语法。在 Oracle 以及 SQL Server 中需要将 CHAR(1000) 改为 VARCHAR(1000)，同时省略 RECURSIVE 关键字；在 PostgreSQL 中需要将 CAST 函数里的 CHAR(1000) 改为 VARCHAR(1000)；SQLite 没有提供 CONCAT 函数，使用连接操作符（||）即可。

其中，初始化查询用于查找没有 manager 的员工，也就是最上级的领导；递归查询通过将员工的 manager 和上级员工的 emp_id 进行关联，获取上下级管理关系；递归结束的条件就是没有找到任何数据。当然，我们也可以从下级往上级进行遍历。

其他具有这种层级关系的数据包括多层菜单、博客文章中的评论等。

查找地铁换乘线路

地铁、公交、航班等，包括社交网站上的关注，都是一种有向图数据结构。我们通常需要查找某一站点到另一站点的最短路径，利用递归 CTE 可以实现这类需求。示例数据中目前只有地铁 1 号线和 2 号线的数据，但是足够我们进行演示。

以下语句用于查找“王府井”到“积水潭”的换乘路线，使用 PostgreSQL 数据库实现：

WITH RECURSIVE paths (start_station, stop_station, stops, path) AS (
  SELECT station_name, next_station, 1, ARRAY[station_name::text, next_station::text]
    FROM bj_subway WHERE station_name = '王府井'
   UNION ALL
  SELECT p.start_station, e.next_station, stops + 1, p.path || ARRAY[e.next_station::text]
    FROM paths p
    JOIN bj_subway e
      ON p.stop_station = e.station_name AND NOT e.next_station = ANY(p.path)
)
SELECT * FROM paths WHERE stop_station ='积水潭';
start_station|stop_station|stops|path                                                                           |
-------------|------------|-----|-------------------------------------------------------------------------------|
王府井          |积水潭         |    8|王府井,天安门东,天安门西,西单,复兴门,阜成门,车公庄,西直门,积水潭                                         |
王府井          |积水潭         |    9|王府井,东单,建国门,朝阳门,东四十条,东直门,雍和宫,安定门,鼓楼大街,积水潭                                     |
王府井          |积水潭         |   13|王府井,东单,建国门,北京站,崇文门,前门,和平门,宣武门,长椿街,复兴门,阜成门,车公庄,西直门,积水潭                        |
王府井          |积水潭         |   18|王府井,天安门东,天安门西,西单,复兴门,长椿街,宣武门,和平门,前门,崇文门,北京站,建国门,朝阳门,东四十条,东直门,雍和宫,安定门,鼓楼大街,积水潭|

查询结果显示有 4 条路线，如果选择最短路线就是第一条。其中的 path 字段是个数组，用于存储走过的站点；最后的 NOT e.next_station = ANY(p.path) 条件用于避免反复经过同一个站点，因为地铁线路是一个双向图。

我们还可以进一步计算换乘次数，实现最少换乘路线；如果在表中增加一些字段，记录每两个站点之间的时间和换乘时间，还可以计算最快捷路线。

其他数据库没有提供数组类型，但是可以使用其他方法实现，以下是 MySQL 中的实现：

WITH RECURSIVE paths (start_station, stop_station, stops, path) AS (
  SELECT station_name, next_station, 1, CAST(CONCAT(station_name , ',', next_station) AS CHAR(1000))
    FROM bj_subway WHERE station_name = '王府井'
   UNION ALL
  SELECT p.start_station, e.next_station, stops + 1, CONCAT_WS(',', p.path, e.next_station)
    FROM paths p
    JOIN bj_subway e
      ON p.stop_station = e.station_name AND (INSTR(p.path, e.next_station) = 0)
)
SELECT * FROM paths WHERE stop_station ='积水潭';

我们使用了逗号分隔符的字符串模拟数组的效果，这种方法也适用于其他数据库。你用哪种数据库，有没有提供这种功能？

定期更新数据库领域相关文章，欢迎关注❤️、点赞👍、转发📣！