Иерархические справочники с линейным временем доступа
Глеб Земсков
Введение
Разработка иерархических справочников – достаточно часто встречающаяся задача в бизнес-приложениях. Существует достаточно много алгоритмов хранения дерева в реляционных СУБД. В данной статье будет рассказано об одной из таких моделей. Ее достоинства – простота реализации, быстрота выборки и добавления нового элемента, а среди недостатков можно выделить относительную сложность вставки и перемещения данных, а также конечную глубину иерархии. Но те или иные недостатки имеются в любой схеме хранения иерархических данных в РСУБД.
Насколько хорош алгоритм
Для иерархических справочников мы определим несколько наиболее часто встречающихся задач, которые затрагивают иерархию.
получение всех потомков узла;
получение непосредственных потомков узла;
добавление потомка;
удаление узла с потомками;
перенос узла.
Иерархия Дьюи (Dewey)
Иерархический справочник может быть основан на алгоритме записи, используемом в системе десятичной классификации Дьюи (Dewey Decimal Classification). Нас в данный момент интересует не сам классификатор, а используемый в нем принцип. Попробую его описать.
Каждый узел содержит некоторый идентификатор, уникальный среди потомков его родителя. Каждый узел содержит путь от корневого элемента к данному. Путь реализуется с помощью идентификаторов, разделенных символом точки.
Например:
1 Организация «Рога и копыта».
1.1 Департамент «Рога».
1.1.1 Отдел продажи рогов.
1.1.2 Отдел покупки рогов.
1.1.2.1 Группа оценки качества рогов.
1.1.3 Отдел проката рогов.
1.2. Департамент «Копыта»
1.2.1 Отдел покупки копыт.
1.2.2 Отдел продажи копыт.
Как можно сразу заметить, при работе с подобным классификатором удобно использовать оператор LIKE. Если указывается путь, в котором начальные символы не являются маской, база данных может использовать индекс с операцией index scan с диапазонным поиском.
Создадим тестовый пример.
| CREATE TABLE DEPARTMENT ( ID INT PRIMARY KEY IDENTITY(1,1), Path VARCHAR(180) UNIQUE, Position INT NOT NULL, NAME VARCHAR(128) ) GO INSERT INTO DEPARTMENT (Path, Position, NAME) VALUES ('1', 1, 'Организация «Рога и копыта»') INSERT INTO DEPARTMENT (Path, Position, NAME) VALUES ('1.1', 1, 'Департамент «Рога»') INSERT INTO DEPARTMENT (Path, Position, NAME) VALUES ('1.1.1', 1, 'Отдел продажи рогов') INSERT INTO DEPARTMENT (Path, Position, NAME) VALUES ('1.1.2', 2, 'Отдел покупки рогов') INSERT INTO DEPARTMENT (Path, Position, NAME) VALUES ('1.1.2.1', 1, 'Группа оценки качества рогов') INSERT INTO DEPARTMENT (Path, Position, NAME) VALUES ('1.1.3', 3, 'Отдел проката рогов') INSERT INTO DEPARTMENT (Path, Position, NAME) VALUES ('1.2', 2, 'Департамент «Копыта»') INSERT INTO DEPARTMENT (Path, Position, NAME) VALUES ('1.2.1', 1, 'Отдел покупки копыт') INSERT INTO DEPARTMENT (Path, Position, NAME) VALUES ('1.2.2', 2, 'Отдел продажи копыт') GO |
Расчет длины поля Path
Прежде всего следует уточнить, почему поле Path имеет длину 180. Расчет прост. Количество подчиненных отделов каждого узла в справочнике вряд ли может быть больше, чем трехзначная цифра (от 0 до 999 подразделений). Такое не под силу даже таким гигантам, как Газпром. Делим количество занятых символов 4 (учитывая точку) и получаем уровень возможных вложений – 60. Цифра также запредельная. Можно подойти с другой стороны. Уровень вложений вряд ли будет больше 20. Делим 180 на 20, и получаем 9 символов. 8 символов (учитывая точку) в десятичной системе – это десять миллионов подразделений. Таким образом, 180 символов в данном случае достаточно, чтобы описать избыточное число организаций и отделов, но недостаточно, чтобы размер сильно влиял на производительность базы данных. И это при том, что мы рассчитывали самые плохие случаи. В действительности, вместимость иерархии значительно больше. Если количество данных больше, то размер Path можно увеличить. Но для данного справочника его размера достаточно. И этого размера хватало для большинства бизнес-приложений, с которыми я встречался.
Получение всех потомков узла.
Допустим, мы собираемся получить все подразделения, входящие в отдел «Рога и Копыта».
С помощью Path родителя создаем простой запрос.
| SELECT * FROM DEPARTMENT WHERE Path LIKE '1.1.%' |
Добавив к условию в операторе LIKE, мы указали запросу выбрать все записи, имеющие Path длиннее, чем у родителей.
Такой запрос также может быть построен относительно данных родительского узла.
| SELECT result.* FROM DEPARTMENT parent INNER JOIN DEPARTMENT result ON (result.Path LIKE parent.Path + '.%') WHERE parent.NAME = 'Департамент «Рога»' |
Получение непосредственных потомков узла
Возьмем предыдущий запрос и добавим отрицательное условие для непосредственных потомков данного Path.
| SELECT * FROM DEPARTMENT WHERE Path LIKE '1.1.%' AND Path NOT LIKE '1.1.%.%' |
В результате мы получим все подчиненные элементы от узла “Департамент «Рога»”. Можно выбрать сразу несколько уровней:
| SELECT * FROM DEPARTMENT WHERE Path LIKE '1.1.%' AND Path NOT LIKE '1.1.%.%.%' |
Добавление потомков.
В данном случае нам нужно вставить запись по определенному пути с уникальным идентификатором Position. Создадим подчиненный элемент узла со значением Path 1.1. Уникальность идентификатора важна только для самих потомков. Поэтому вычислим максим
| INSERT INTO DEPARTMENT (Path, Position, NAME) VALUES ('1.1.4', 4, 'Отдел проката копыт') |
Если Position неизвестен, то можно получить его в запросе:
| INSERT INTO DEPARTMENT (Path, Position, NAME) SELECT '1.1' + '.'+ ISNULL(CAST(MAX(Position)+1 AS VARCHAR), '1'), ISNULL(MAX(Position)+1, 1), 'Отдел проката копыт' FROM DEPARTMENT WHERE Path LIKE '1.1.%' AND Path NOT LIKE '1.1.%.%' |
||
| ПРЕДУПРЕЖДЕНИЕ В многопользовательской среде, для некоторых баз данных, таких, как MSSQL, подобное добавление является классическим случаем фантома. Чтобы преодолеть данную проблему, можно повысить уровень транзакции до Serializable, использовать в качестве поля Position автоинкрементальное поле или просто учитывать, что можно получить ошибку при вставке одинаковых значений в уникальный индекс поля Path. |
||
Удаление узла с потомками
Удаление похоже на операцию выборки за исключением того, что мы также должны удалить текущий узел:
| DELETE FROM DEPARTMENT WHERE Path LIKE '1.1%' |
С помощью дополнительной точки в аргументе оператора LIKE можно удалить все дочерние элементы без родительского узла:
| DELETE FROM DEPARTMENT WHERE Path LIKE '1.1.%' |
Имеет смысл построить триггер, который будет автоматически удалять дочерние элементы:
| CREATE TRIGGER DELETE_NODES_TR ON DEPARTMENT AFTER DELETE AS DECLARE @ParentPath VARCHAR(180) BEGIN SELECT @ParentPath=Path FROM deleted DELETE FROM DEPARTMENT WHERE Path LIKE @ParentPath+'.%' END |
В этом случае можно гарантировать, что узел будет удаляться вместе с дочерними элементами, и команда удаления еще более упростится.
| DELETE FROM DEPARTMENT WHERE Path='1.1' |
Перенос узла
Перенос узла – более сложная операция, чем предыдущая. Для нее нужно будет выполнить две команды обновления. Например, перенесем узел с Path 1.1, сделав его дочерним узлом по отношению к узлу 1.2. Первой командой мы перенесем сам узел:
| UPDATE DEPARTMENT SET Path = (SELECT '1.2.' + ISNULL(CAST(MAX(D.Position) + 1 AS VARCHAR), '1') FROM DEPARTMENT D WHERE D.Path LIKE '1.2.%' AND D.Path NOT LIKE '1.2.%.%'), Position = (SELECT ISNULL(MAX(D.Position) + 1, '1') FROM DEPARTMENT D WHERE D.Path LIKE '1.2.%' AND D.Path NOT LIKE '1.2.%.%') WHERE Path = '1.1' |
Второй командой мы обновим все идентификаторы Path для дочерних элементов:
| UPDATE DEPARTMENT SET Path=STUFF(Path, 1, 3, '1.2.4') WHERE Path LIKE '1.1.%' |
Так же, как и в случае с удалением, мы можем построить триггер, который будет гарантированно адаптировать дочерние ссылки, а также следить за правильностью поля Position:
| CREATE TRIGGER UPDATE_NODES_TR ON DEPARTMENT AFTER UPDATE AS DECLARE @OldParentPath VARCHAR(180), @NewParentPath VARCHAR(180), @ParentPosition INT, @RealParentPosition INT BEGIN IF UPDATE(Path) BEGIN SELECT @OldParentPath = Path FROM deleted SELECT @NewParentPath = Path, @ParentPosition = Position FROM inserted -- если поле Position некорректно, то обновляем его согласно Path SELECT @RealParentPosition = CAST(RIGHT(@NewParentPath, CHARINDEX('.', REVERSE(@NewParentPath)) - 1) AS INT) IF (@RealParentPosition <> @ParentPosition) UPDATE DEPARTMENT SET Position = @RealParentPosition WHERE Path = @NewParentPath -- обновляем все дочерние элементы UPDATE DEPARTMENT SET Path = STUFF(Path, 1, LEN(@OldParentPath), @NewParentPath) WHERE Path LIKE @OldParentPath+'.%' END END |
Некоторые дополнения
Одним из полезных свойств данного алгоритма является возможность сортировать данные согласно иерархии. Это очень полезное и часто используемое свойство. Если достаточно часты обращения согласно иерархии, и если позволяет используемая СУБД, стоит хранить таблицу в состоянии, сортированном по полю Path.
Если вы хотите сортировать последовательность непосредственно подчиненных элементов, то можно ввести дополнительную цифру, в которой будет лежать количество цифр в элементе. Например, для Position c номером 2 идентификатор в Path будет равен 12, где 1 – количество символов в идентификаторе. А если Position равен 12, то идентификатор будет равен 212. В этом случае сортировка строковых данных будет совпадать с последовательностью числовых, и мы получим полностью сортированный Path.
Гораздо хуже обстоит дело, если нужно реализовать операцию вставки. Если адаптировать все Path на подчиненные и соседние узлы. При этом теряется главное достоинство алгоритма – линейная скорость вставки. Поэтому, если предметная область не требует показа классификатора пользователям, можно сохранять отдельно позиции в последовательности подчиненных элементов.
У иерархического справочника, построенного по описанному принципу, как, собственно, и у всех известных алгоритмов построения иерархий в реляционной системе, есть свои недостатки. С его помощью нельзя создавать иерархии с очень большой глубиной. Для таких задач существуют другие алгоритмы. Однако для большинства бизнес-приложений он не только пригоден, но и обладает такими достоинствами, как быстрота работы и простота использования.