从混合层级中查找多个子级的第一个共同父级

Posted 2023-03-16

【中文标题】从混合层级中查找多个子级的第一个共同父级

【英文标题】：Find first common parent for multiple children from mixed hierarchy levels

【发布时间】：2021-12-27 20:52:32

【问题描述】：

从许多不同的孩子中找到第一个共同的父母（如果有的话）。

例子：

    1       
   / \     
  2   3    
 /   / \
7   8   9  
   / \
 10   11

输入：[10, 9] 输出：3（此元素的第一个公共父级）

表格示例：

+------------------+-----------+------+
|EmployeePositionId|Subdivision|Parent|
+------------------+-----------+------+
|4718              |485        |42    |
|4719              |5064       |485   |
|4720              |5065       |5064  |
|4721              |5065       |5064  |
|4722              |3000       |null  |
+------------------+-----------+------+

如果我尝试搜索EmployeePositionId [4719, 4720, 4721]， 我想获得Subdivision 5064，因为它是两个员工最接近的公共细分（5065 嵌套在 5064 中）。

如果我要查找 4719、4720、4721、4722，那么我想获取 null，因为这些元素没有共同的父元素。

或者答案将帮助我如何获取数据以便以后在 Python 中解决这个问题

【问题讨论】：

基于什么逻辑？请更具体并提供更多详细信息。

表中是否有层次等级的指标？树的完整性是否得到保证（无循环）？输入ID的最小/最大数量？表中是否存在所有输入 ID？您的 Postgres 版本？

我找到了这个，但它只查看两个 id，而不是变量号。 ***.com/questions/608076/…

– Maciej Los，有必要按员工找到最近的综合部门，如果有的话

– Erwin Brandstetter，表中没有层次指示符，但您可以在非递归部分的查询中添加它：如果有帮助，0 作为“级别”。绝对没有周期。这棵树“起来”了。最小输入 - 0，最大 - 不超过 1500。所有输入 ID 都存在于表中。 Postgres 10.11

【参考方案1】：

这类问题对于 SQL 来说是困难。 使用您的特定表就更难了。它没有正确规范化。没有水平指示器。输入 ID 可以来自混合层级。

设置

您在稍后的评论中澄清说，即使问题中的示例数据表明并非如此，每个路径都以具有 "Parent" IS NULL（根）的行终止。这有点帮助。

我假设输入有效的“EmployeePositionId”。并且您的树中没有循环，否则 CTE 会进入无限循环。

如果表中没有层次结构级别，请添加它。这是一个简单的任务。如果无法添加，请创建一个 VIEW，或者最好创建一个 MATERIALIZED VIEW：

CREATE MATERIALIZED VIEW mv_tbl AS
WITH RECURSIVE cte AS (
   SELECT *, 0 AS level
   FROM   tbl
   WHERE  "Parent" IS NULL
   
   UNION ALL
   SELECT t.*, c.level + 1
   FROM   cte c
   JOIN   tbl t ON t."Parent" = c."Subdivision"
   )
TABLE cte;

这些将是该任务的完美索引：

CREATE UNIQUE INDEX mv_tbl_id_uni ON mv_tbl ("EmployeePositionId") INCLUDE ("Subdivision", "Parent", level);  
CREATE INDEX mv_tbl_subdivision_idx ON mv_tbl ("Subdivision") INCLUDE ("Parent", level);

见：

Covering index for top read performance

查询

具有递归 CTE 的纯 SQL 解决方案，基于具有级别指示器（或上面的 MV）的表：

WITH RECURSIVE init AS (
   SELECT "Subdivision", "Parent", level
   FROM   mv_tbl
   WHERE  "EmployeePositionId" IN (4719, 4720, 4721)  -- input
   )
, cte AS (
   TABLE init
   UNION
   SELECT c."Parent", t."Parent", c.level - 1
   FROM   cte c
   JOIN   mv_tbl t ON t."Subdivision" = c."Parent"  -- recursion terminated at "Parent" IS NULL
   )
, agg AS (
   SELECT level, min("Subdivision") AS "Subdivision", count(*) AS ct
   FROM   cte
   GROUP  BY  level
   )
SELECT "Subdivision"
FROM   agg a
WHERE  ct = 1                                  -- no other live branch
AND    level <  (SELECT max(level) FROM cte WHERE "Parent" IS NULL) IS NOT TRUE  -- no earlier dead end
AND    level <= (SELECT min(level) FROM init)  -- include highest (least) level
ORDER  BY level DESC                           -- pick earliest (greatest) qualifying level
LIMIT  1;

db小提琴here

涵盖所有可能的输入，适用于任何现代版本的 Postgres。

我在代码中添加了基本解释。

相关：

How to aggregate a table with tree-structure to a single nested JSON object? How to turn a set of flat trees into a single tree with multiple leaves?

合法的、小写的、不带引号的标识符使您使用 Postgres 的生活更轻松。见：

Are PostgreSQL column names case-sensitive?

【讨论】：

对于 4719, 4720, 4721, 4722，您的查询返回 42 而不是 null。

@MaciejLos：考虑改进的查询。

很遗憾，表格中没有嵌套级别。而且我不能添加约束“父不为空”。 “Parent = null”表示单元在根。这就是一张巨大的桌子的布置和工作方式，我无法对其进行此类更改。但是可以解决这样的问题 - 请告诉我如何以我可以解决 Python 后处理问题的方式获取数据

@Masta 我没有建议约束“父母不为空”。考虑更新您添加的信息（应该在问题中）。祝你好运。