Question

我在表格中有一个树形结构，它使用物化路径让我能够快速找到孩子。但是，我还需要对结果进行深度优先排序，正如人们对线程论坛回复所期望的那样。

 id | parent_id | matpath |          created           
----+-----------+---------+----------------------------
  2 |         1 | 1       | 2010-05-08 15:18:37.987544
  3 |         1 | 1       | 2010-05-08 17:38:14.125377
  4 |         1 | 1       | 2010-05-08 17:38:57.26743
  5 |         1 | 1       | 2010-05-08 17:43:28.211708
  7 |         1 | 1       | 2010-05-08 18:18:11.849735
  6 |         2 | 1.2     | 2010-05-08 17:50:43.288759
  9 |         5 | 1.5     | 2010-05-09 14:02:43.818646
  8 |         6 | 1.2.6   | 2010-05-09 14:01:17.632695

所以最终的结果应该按照这样排序：

 id | parent_id | matpath |          created
----+-----------+---------+----------------------------
  2 |         1 | 1       | 2010-05-08 15:18:37.987544
  6 |         2 | 1.2     | 2010-05-08 17:50:43.288759
  8 |         6 | 1.2.6   | 2010-05-09 14:01:17.632695
  3 |         1 | 1       | 2010-05-08 17:38:14.125377
  4 |         1 | 1       | 2010-05-08 17:38:57.26743
  5 |         1 | 1       | 2010-05-08 17:43:28.211708
  9 |         5 | 1.5     | 2010-05-09 14:02:43.818646
  7 |         1 | 1       | 2010-05-08 18:18:11.849735

我将如何解决这个问题？我可以在直接SQL（这是PostgreSQL 8.4）中执行此操作，还是应将其他信息添加到此表中？

更新：尝试更好地解释排序条件。

想象一下，id'1'是论坛的根帖，所有带有“1”的“matpath”的帖子都是该帖子的子句。因此，ids 2到5是对1的直接回复，并获得'1'的路径。但是，id 6是回复2，而不是直接为1，因此它得到1.2的matpath。这意味着对于具有正确嵌套的线程论坛，表中显示所有id，论坛的结构将如下所示，因此订购要求：

* id 1 (root post)
    * id 2
        * id 6
            * id 8
    * id 3
    * id 4
    * id 5
        * id 9
    * id 7

Answer 1

我相信你的物化路径不对。

你可以用什么逻辑对这样的事情进行排序

为什么第二个1不与第一个一起？

如果你有

这将是微不足道的。

编辑：我查看了您的示例，并且您没有存储行的物化路径，但是您正在存储父行的物化路径。这是行的物化路径实际应该是什么样子。如果你将它存储为：

，如果你不会有超过9个分支，那么直接在matpath上进行排序就可以了

 id | parent_id | matpath   |          created
----+-----------+-----------+----------------------------
  2 |         1 | 1.2       | 2010-05-08 15:18:37.987544
  6 |         2 | 1.2.6     | 2010-05-08 17:50:43.288759
  8 |         6 | 1.2.6.8   | 2010-05-09 14:01:17.632695
  3 |         1 | 1.3       | 2010-05-08 17:38:14.125377
  4 |         1 | 1.4       | 2010-05-08 17:38:57.26743
  5 |         1 | 1.5       | 2010-05-08 17:43:28.211708
  9 |         5 | 1.5.9     | 2010-05-09 14:02:43.818646
  7 |         1 | 1.7       | 2010-05-08 18:18:11.849735

否则（＆gt; 9）你必须将matpath变成类似

的东西

001.002.006
001.002.006.008

最多可支持999个分支。

请注意

即使是使用4个固定数字的方法，例如0001.0002.0006也会为您提供一个比接受的答案更短的字段
您可以使用用户函数
你可以用这种格式直接存储matpath（它也有一些其他不错的属性）

Answer 2

我通常会为此创建一个额外的列，称为SortPath。它将包含您需要排序的数据，连接在一起。该列的类型为varchar，并按字符串排序。像这样：

id | parent_id | matpath |          created            |                   sortpath
---+-----------+---------+-----------------------------+--------------------------------------------------------------------------------------
 2 |         1 | 1       | 2010-05-08 15:18:37.987544  | 2010-05-08 15:18:37.987544-2
 6 |         2 | 1.2     | 2010-05-08 17:50:43.288759  | 2010-05-08 15:18:37.987544-2.2010-05-08 17:50:43.288759-6
 8 |         6 | 1.2.6   | 2010-05-09 14:01:17.632695  | 2010-05-08 15:18:37.987544-2.2010-05-08 17:50:43.288759-6.2010-05-09 14:01:17.632695-8
 3 |         1 | 1       | 2010-05-08 17:38:14.125377  | 2010-05-08 17:38:14.125377-3
 4 |         1 | 1       | 2010-05-08 17:38:57.26743   | 2010-05-08 17:38:57.267430-4 
 5 |         1 | 1       | 2010-05-08 17:43:28.211708  | 2010-05-08 17:43:28.211708-5
 9 |         5 | 1.5     | 2010-05-09 14:02:43.818646  | 2010-05-08 17:43:28.211708-5.2010-05-09 14:02:43.818646-9
 7 |         1 | 1       | 2010-05-08 18:18:11.849735  | 2010-05-08 18:18:11.849735-7

这里需要注意几点：

sortpath将被排序为字符串，因此重要的是所有日期都具有相同的长度才能正确排序。例如，观察2010-05-08 17:38:57.26743列中sortpath添加额外零的方式。
我已将每个节点的PK附加到其日期的末尾。这样，如果您碰巧有两行具有完全相同的日期，由于我们附加的附加数据，它们将始终以相同的顺序返回。
对我而言，数据看起来与我编写的方式不对称，因为我们在sortpath中显示当前节点的日期，但它不在matpath中。我更愿意在两者中看到它。
您可能还希望将节点ID 1的日期放在每个sortcolumn的开头。这样，如果你想一次查询多个论坛（你可能不会），那么它仍然可以正确排序。

Answer 3

我不确定我理解为什么接受的解决方案根本没有任何意义。它可以工作，但它甚至比@Unreason的解决方案更简单，更低效（更多磁盘空间，更多索引等）（只是在物化路径中填充ID）。

OP面临的整个场景似乎源于这样一个事实，正如@Unreason正确指出的那样，物化路径（MP）的实现是不正确的。 OP已将MP提供给父节点，而不是当前节点。在公认的解决方案中，SortPath列通过提供当前节点的物化路径来纠正这一点（这次使用日期 - 为什么？ - 而不是主键）。

供参考，请考虑以下excerpt：

物化路径

在此方法中，每条记录都存储到根的整个路径。在我们的   在前面的例子中，我们假设KING是一个根节点。然后，   记录ename ='SCOTT'通过路径连接到根目录   SCOTT-＆GT; JONES-＆GT; KING。现代数据库允许表示列表   节点作为单个值，但由于物化路径已经存在   很久以前就发明了这种惯例   与某个分隔符连接的节点串;最经常 '。'要么   “/'.

Answer 4

虽然@Unreason关于填充工作的答案，但我想提供另一种解决方案，我相信这是我自己对这个问题的发明。

您正在寻找创建字节流的函数，f(x)=b_1b_2..b_i（抱歉没有MatJax在SO上）b_i是一个字节。我们知道两个字节流的比较与第一个不同的字节相同。我们想要f(x)<f(y) iff x<y。

这样的功能

用0填充相同的长度绝对可以轻松获得此目标。你拿两个数字，看看第一个非零字节就在那里。

Steven Wittens（acko.net）在八年前向Drupal核心引入了一个不同的技巧：将字符串前面的位数作为另一个数字。因此，数字97685成为字符5 9 7 6 8 5。这也有效：首先查看长度字节，如果它们不相同那么较大的肯定会更大。除此之外，你知道两个数字是相等的长度。他还使用了基数为36的数字，其中0-9a-z是数字，就像每个字母的十六进制一样。这个编码需要两个字节用于前36个节点，三个用于下一个1260 ...

请注意，填充和此缓存变量长度编码都不需要物化路径的分隔符，但为了便于阅读，它们通常都包含在内。

numconv支持base85编码，但需要区分大小写的排序规则。如果你删除小写字母仍有94个ASCII字符，你仍然有base68。

但是如果你使用'二进制'字段，那么你可以做base256：而不是一个狡猾的编码只是把数字写成一系列字节，然后用字节流的长度作为单个字节作为整数。这将允许您编码任何小于2 ^ 2048左右的树。对于前256个节点，您使用两个字节，对于下一个65280，您正在查看三个字节。这已经非常有效了。

我提名utf8encode(x)功能。考虑一下！您需要下降到bitsorting而不是bytesorting，但这不会改变结果：找到最左边的零位。如果另一个字符串在那里有一个1，那么它将是一个更长的UTF-8编码，因此肯定会更大。如果他们在同一个地方有第一个零，那么我们有相同长度的位串，这对我们来说比较好。

这很好，但分离器呢。 UTF-8算法在将其视为纯粹创建比特流的算法时可以处理31位数 - 因此它适用于包含少于20亿个节点的树。您的物化路径将是UTF-8编码数字的比特流，比较好：丢弃最左边相同的UTF-8编码数字，我们回到上一段。 Q.E.D。

因为我们不需要分隔符或前缀字节，所以我们可以将前128个节点编码为单个字节，然后将下一个1920编码为两个字节，最多为65535，即三个字节。对于四个字节，base256将获胜。对于非常大的树，您可以将UTF-8作为0-2147483647的编码器处理为字节流。所以你可以用它作为base2147483647编码：D

总结一下：UTF-8最适合小树，并且比二十亿节点以下的base256差一些。除此之外，直到2 ^ 2048左右，前缀为长度为base256。除了前缀长度为-2147483647之外，除了那之外什么都没有。

Answer 5

我无法想到在直接SQL中执行此操作的简单方法。而不是matpath，我将在这里使用node_path。 node_path是matpath ||'。'|| id

 id | parent_id | node_path |          created           
----+-----------+---------+----------------------------
  2 |         1 | 1.2       | 2010-05-08 15:18:37.987544
  3 |         1 | 1.3       | 2010-05-08 17:38:14.125377
  4 |         1 | 1.4       | 2010-05-08 17:38:57.26743
  5 |         1 | 1.5       | 2010-05-08 17:43:28.211708
  7 |         1 | 1.7       | 2010-05-08 18:18:11.849735
  6 |         2 | 1.2.6     | 2010-05-08 17:50:43.288759
  9 |         5 | 1.5.9     | 2010-05-09 14:02:43.818646
  8 |         6 | 1.2.6.8   | 2010-05-09 14:01:17.632695

现在您要根据node_path对树进行排序，排序字段由您运行排序的次数定义。

在split_part（node_path，'。'，recursion_depth）上的plpgsql排序中的自定义递归函数将起作用。您必须检查split_part中的NULL值（并忽略这些值）。

使用物化路径对树进行排序？

5 个答案: