常见的实现方案及区别

1. 邻接表（Adjacency List）

方案描述：

• 每条记录存储一个节点的父节点ID。

• 表结构大致：

  id INT PRIMARY KEY,
  name VARCHAR(...),
  parent_id INT  -- 指向父节点的ID，根节点为NULL或0
  

优点：

• 结构简单，直观，容易维护。

• 插入、删除单条节点简单。

缺点：

• 查询整个树或任意节点的所有子孙节点比较复杂，需递归多次查询（MySQL 8.0之前不支持递归CTE，查询性能低）。

• 需要递归处理。

---

2. 路径枚举（Path Enumeration）

方案描述：

• 每条记录保存从根节点到当前节点的完整路径。

• 例如路径字段path存储为/1/5/9/。

• 表结构大致：

  id INT PRIMARY KEY,
  name VARCHAR(...),
  path VARCHAR(...)  -- 存储路径字符串
  

优点：

• 查询所有子孙节点通过LIKE 'path%'即可，查询简单。

• 不用递归，查询效率较高。

缺点：

• 修改节点路径（如移动节点）时，需要更新所有子节点路径，操作复杂且成本高。

• 路径字段存储占用空间较大。

---

3. 嵌套集合模型（Nested Set Model）

方案描述：

• 利用左右值（left, right）表示节点的范围区间。

• 每个节点有两个整数值lft和rgt，表示在树中的先序遍历位置。

• 表结构大致：

  id INT PRIMARY KEY,
  name VARCHAR(...),
  lft INT,
  rgt INT
  

优点：

• 查询子孙节点非常快（单次范围查询）。

• 适合大量读，查询频繁的场景。

缺点：

• 插入、删除、移动节点时，需要调整大量节点的lft和rgt值，操作复杂。

• 维护成本高。

---

4. 闭包表（Closure Table）

方案描述：

• 额外建一个关联表，存储节点之间的所有祖先-后代关系。

• 关联表结构：

  ancestor_id INT,
  descendant_id INT,
  depth INT  -- 距离，0表示自身
  

优点：

• 查询任意节点的所有子孙和所有祖先非常方便且性能好。

• 插入删除只需要维护关联表，灵活。

缺点：

• 需要额外的存储空间。

• 维护关联表的操作相对复杂。

---

5. MySQL 8.0+ 的递归公共表表达式（CTE）

• MySQL 8.0支持递归CTE，邻接表查询树形数据变得更简单。

• 利用递归CTE实现递归查询，无需额外结构。

---

总结对比

方案	查询复杂度	插入/更新复杂度	存储成本	适用场景
邻接表	递归查询，慢	简单	低	数据结构简单，更新频繁
路径枚举	简单LIKE查询	复杂，需更新路径	中等	读多写少，结构变化不频繁
嵌套集合	简单范围查询	复杂，调整左右值	低	读多写少，查询性能要求高
闭包表	简单且灵活	维护关联表复杂	高	需要频繁查询任意层级关系
递归CTE（MySQL8+）	简单递归查询	简单	低	适合任意层级递归查询，无需额外表