我在表格中有一个树形结构,它使用物化路径让我快速找到孩子 . 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
所以最终的结果实际上应该像这样排序:
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
我该怎么做?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标准 .
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 . 这意味着对于具有适当嵌套的线程论坛,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
5 回答
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 . 像这样的东西:这里有几点需要注意:
sortpath
将按字符串排序,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sortpath
列中如何添加额外零点 .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 .
对我来说,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,如果您想一次查询多个论坛(您可能不会),那么它仍然可以正确排序 .我相信你的物化路径是不对的 .
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:我看了你的例子,你没有存储行的物化路径,但你正在存储父行的物化路径 . 以下是该行的物化路径实际应该如何 . 如果您将其存储为以下内容,则直接在matpath上进行排序将起作用:
否则(> 9)你必须将
matpath
变成类似的东西这将支持多达999个分支机构 .
请注意
即使是4位固定数字的方法,例如
0001.0002.0006
,也会给你一个比接受的答案短的字段你可以使用用户函数动态解析matpath和产品排序值
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)
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)(只是填充物化路径中的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:
虽然@Unreason关于填充工作的答案,但我想提供另一种我认为的解决方案我自己发明了这个问题 .
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填充到相同的长度肯定很容易获得这个目标 . 你拿两个数字,看看你的第一个非零字节 .
大约八年前,Steven Wittens(acko.net)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节点...请注意,填充和这种狡猾的可变长度编码都不需要物化路径的分隔符,尽管为了便于阅读,它们通常也包括在内 .
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 .
我提名了
utf8encode(x)
函数 . 考虑一下!你需要下降到bitsorting而不是bytesorting,但这不是一个更长的UTF-8编码,所以肯定是更大 . 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,我们回到前一段 . 证明完毕
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 . 除此之外,直到2 ^ 2048左右,前缀为长度为base256 . 除了那个带有前缀的长度的基础2141483647之外,除此之外什么都没有 .
我想不出一个简单的方法在直接SQL中执行此操作 . 而不是matpath,我将在这里使用node_path . node_path是matpath ||' . '|| id
现在,您希望基于node_path对树进行排序,排序字段由您运行排序的次数定义 .
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) .