在PostgreSQL中使用ltree处理层次结构数据-白红宇

在PostgreSQL中使用ltree处理层次结构数据

阅读量：2019 次

发布时间：2019-04-28

本文共 8691 字，大约阅读时间需要 28 分钟。

作者：阿列克谢·瓦西里耶夫（Alexey Vasiliev）

译者：类延良，任职于瀚高基础软件股份有限公司，PostgreSQL数据库技术爱好者，PostgreSQL ACE、PGCM、10g &11g OCM，OGG认证专家。

原文地址：

在本文中，我们将学习如何使用PostgreSQL的ltree模块，该模块允许以分层的树状结构存储数据。

什么是ltree？

Ltree是PostgreSQL模块。它实现了一种数据类型ltree，用于表示存储在分层树状结构中的数据的标签。提供了用于搜索标签树的广泛工具。

为什么选择ltree？

ltree实现了一个物化路径，对于INSERT / UPDATE / DELETE来说非常快，而对于SELECT操作则较快

通常，它比使用经常需要重新计算分支的递归CTE或递归函数要快

如内置的查询语法和专门用于查询和导航树的运算符

索引！！！

初始数据

首先，您应该在数据库中启用扩展。您可以通过以下命令执行此操作：

CREATE EXTENSION ltree;

让我们创建表并向其中添加一些数据：

CREATE TABLE comments (user_id integer, description text, path ltree);INSERT INTO comments (user_id, description, path) VALUES ( 1, md5(random()::text), '0001');INSERT INTO comments (user_id, description, path) VALUES ( 2, md5(random()::text), '0001.0001.0001');INSERT INTO comments (user_id, description, path) VALUES ( 2, md5(random()::text), '0001.0001.0001.0001');INSERT INTO comments (user_id, description, path) VALUES ( 1, md5(random()::text), '0001.0001.0001.0002');INSERT INTO comments (user_id, description, path) VALUES ( 5, md5(random()::text), '0001.0001.0001.0003');INSERT INTO comments (user_id, description, path) VALUES ( 6, md5(random()::text), '0001.0002');INSERT INTO comments (user_id, description, path) VALUES ( 6, md5(random()::text), '0001.0002.0001');INSERT INTO comments (user_id, description, path) VALUES ( 6, md5(random()::text), '0001.0003');INSERT INTO comments (user_id, description, path) VALUES ( 8, md5(random()::text), '0001.0003.0001');INSERT INTO comments (user_id, description, path) VALUES ( 9, md5(random()::text), '0001.0003.0002');INSERT INTO comments (user_id, description, path) VALUES ( 11, md5(random()::text), '0001.0003.0002.0001');INSERT INTO comments (user_id, description, path) VALUES ( 2, md5(random()::text), '0001.0003.0002.0002');INSERT INTO comments (user_id, description, path) VALUES ( 5, md5(random()::text), '0001.0003.0002.0003');INSERT INTO comments (user_id, description, path) VALUES ( 7, md5(random()::text), '0001.0003.0002.0002.0001');INSERT INTO comments (user_id, description, path) VALUES ( 20, md5(random()::text), '0001.0003.0002.0002.0002');INSERT INTO comments (user_id, description, path) VALUES ( 31, md5(random()::text), '0001.0003.0002.0002.0003');INSERT INTO comments (user_id, description, path) VALUES ( 22, md5(random()::text), '0001.0003.0002.0002.0004');INSERT INTO comments (user_id, description, path) VALUES ( 34, md5(random()::text), '0001.0003.0002.0002.0005');INSERT INTO comments (user_id, description, path) VALUES ( 22, md5(random()::text), '0001.0003.0002.0002.0006');

另外，我们应该添加一些索引：

CREATE INDEX path_gist_comments_idx ON comments USING GIST(path);CREATE INDEX path_comments_idx ON comments USING btree(path);

正如您看到的那样，我建立comments表时带有path字段，该字段包含该表的tree全部路径。如您所见，对于树分隔符，我使用4个数字和点。

让我们在commenets表中找到path以‘0001.0003’的记录：

$ SELECT user_id, path FROM comments WHERE path <@ '0001.0003'; user_id |           path---------+--------------------------       6 | 0001.0003       8 | 0001.0003.0001       9 | 0001.0003.0002      11 | 0001.0003.0002.0001       2 | 0001.0003.0002.0002       5 | 0001.0003.0002.0003       7 | 0001.0003.0002.0002.0001      20 | 0001.0003.0002.0002.0002      31 | 0001.0003.0002.0002.0003      22 | 0001.0003.0002.0002.0004      34 | 0001.0003.0002.0002.0005      22 | 0001.0003.0002.0002.0006(12 rows)

让我们通过EXPLAIN命令检查这个SQL：

$ EXPLAIN ANALYZE SELECT user_id, path FROM comments WHERE path <@ '0001.0003';                                             QUERY PLAN---------------------------------------------------------------------------------------------------- Seq Scan on comments  (cost=0.00..1.24 rows=2 width=38) (actual time=0.013..0.017 rows=12 loops=1)   Filter: (path <@ '0001.0003'::ltree)   Rows Removed by Filter: 7 Total runtime: 0.038 ms(4 rows)

让我们禁用seq scan进行测试：

$ SET enable_seqscan=false;SET$ EXPLAIN ANALYZE SELECT user_id, path FROM comments WHERE path <@ '0001.0003';                                                            QUERY PLAN----------------------------------------------------------------------------------------------------------------------------------- Index Scan using path_gist_comments_idx on comments  (cost=0.00..8.29 rows=2 width=38) (actual time=0.023..0.034 rows=12 loops=1)   Index Cond: (path <@ '0001.0003'::ltree) Total runtime: 0.076 ms(3 rows)

现在SQL慢了，但是能看到SQL是怎么使用index的。

第一个SQL语句使用了sequence scan，因为在表中没有太多的数据。

我们可以将select “path <@ ‘0001.0003’” 换种实现方法：

$ SELECT user_id, path FROM comments WHERE path ~ '0001.0003.*';user_id |           path---------+--------------------------       6 | 0001.0003       8 | 0001.0003.0001       9 | 0001.0003.0002      11 | 0001.0003.0002.0001       2 | 0001.0003.0002.0002       5 | 0001.0003.0002.0003       7 | 0001.0003.0002.0002.0001      20 | 0001.0003.0002.0002.0002      31 | 0001.0003.0002.0002.0003      22 | 0001.0003.0002.0002.0004      34 | 0001.0003.0002.0002.0005      22 | 0001.0003.0002.0002.0006(12 rows)

你不应该忘记数据的顺序，如下的例子：

$ INSERT INTO comments (user_id, description, path) VALUES ( 9, md5(random()::text), '0001.0003.0001.0001');$ INSERT INTO comments (user_id, description, path) VALUES ( 9, md5(random()::text), '0001.0003.0001.0002');$ INSERT INTO comments (user_id, description, path) VALUES ( 9, md5(random()::text), '0001.0003.0001.0003');$ SELECT user_id, path FROM comments WHERE path ~ '0001.0003.*';user_id |           path---------+--------------------------       6 | 0001.0003       8 | 0001.0003.0001       9 | 0001.0003.0002      11 | 0001.0003.0002.0001       2 | 0001.0003.0002.0002       5 | 0001.0003.0002.0003       7 | 0001.0003.0002.0002.0001      20 | 0001.0003.0002.0002.0002      31 | 0001.0003.0002.0002.0003      22 | 0001.0003.0002.0002.0004      34 | 0001.0003.0002.0002.0005      22 | 0001.0003.0002.0002.0006       9 | 0001.0003.0001.0001       9 | 0001.0003.0001.0002       9 | 0001.0003.0001.0003(15 rows)

现在进行排序：

$ SELECT user_id, path FROM comments WHERE path ~ '0001.0003.*' ORDER by path; user_id |           path---------+--------------------------       6 | 0001.0003       8 | 0001.0003.0001       9 | 0001.0003.0001.0001       9 | 0001.0003.0001.0002       9 | 0001.0003.0001.0003       9 | 0001.0003.0002      11 | 0001.0003.0002.0001       2 | 0001.0003.0002.0002       7 | 0001.0003.0002.0002.0001      20 | 0001.0003.0002.0002.0002      31 | 0001.0003.0002.0002.0003      22 | 0001.0003.0002.0002.0004      34 | 0001.0003.0002.0002.0005      22 | 0001.0003.0002.0002.0006       5 | 0001.0003.0002.0003(15 rows)

可以在lquery的非星号标签的末尾添加几个修饰符，以使其比完全匹配更匹配：

“ @”-不区分大小写匹配，例如a @匹配A

“ *”-匹配任何带有该前缀的标签，例如foo *匹配foobar

“％”-匹配以下划线开头的单词

$ SELECT user_id, path FROM comments WHERE path ~ '0001.*{1,2}.0001|0002.*' ORDER by path; user_id |           path---------+--------------------------       2 | 0001.0001.0001       2 | 0001.0001.0001.0001       1 | 0001.0001.0001.0002       5 | 0001.0001.0001.0003       6 | 0001.0002.0001       8 | 0001.0003.0001       9 | 0001.0003.0001.0001       9 | 0001.0003.0001.0002       9 | 0001.0003.0001.0003       9 | 0001.0003.0002      11 | 0001.0003.0002.0001       2 | 0001.0003.0002.0002       7 | 0001.0003.0002.0002.0001      20 | 0001.0003.0002.0002.0002      31 | 0001.0003.0002.0002.0003      22 | 0001.0003.0002.0002.0004      34 | 0001.0003.0002.0002.0005      22 | 0001.0003.0002.0002.0006       5 | 0001.0003.0002.0003(19 rows)

我们来为parent ‘0001.0003’找到所有直接的childrens，见下：

$ SELECT user_id, path FROM comments WHERE path ~ '0001.0003.*{1}' ORDER by path; user_id |      path---------+----------------       8 | 0001.0003.0001       9 | 0001.0003.0002(2 rows)

为parent ‘0001.0003’找到所有的childrens，见下：

$ SELECT user_id, path FROM comments WHERE path ~ '0001.0003.*' ORDER by path; user_id |           path---------+--------------------------       6 | 0001.0003       8 | 0001.0003.0001       9 | 0001.0003.0001.0001       9 | 0001.0003.0001.0002       9 | 0001.0003.0001.0003       9 | 0001.0003.0002      11 | 0001.0003.0002.0001       2 | 0001.0003.0002.0002       7 | 0001.0003.0002.0002.0001      20 | 0001.0003.0002.0002.0002      31 | 0001.0003.0002.0002.0003      22 | 0001.0003.0002.0002.0004      34 | 0001.0003.0002.0002.0005      22 | 0001.0003.0002.0002.0006       5 | 0001.0003.0002.0003(15 rows)

为children ‘0001.0003.0002.0002.0005’找到parent:

$ SELECT user_id, path FROM comments WHERE path = subpath('0001.0003.0002.0002.0005', 0, -1) ORDER by path; user_id |        path---------+---------------------       2 | 0001.0003.0002.0002(1 row)

如果你的路径不是唯一的，你会得到多条记录。

概述

可以看出，使用ltree的物化路径非常简单。在本文中，我没有列出ltree的所有可能用法。它不被视为全文搜索问题ltxtquery。但是您可以在PostgreSQL官方文档()中找到它。

了解更多PostgreSQL热点资讯、新闻动态、精彩活动，请访问中国PostgreSQL官方网站：

解决更多PostgreSQL相关知识、技术、工作问题，请访问中国PostgreSQL官方问答社区：

下载更多PostgreSQL相关资料、工具、插件问题，请访问中国PostgreSQL官方下载网站：

转载地址：http://xmmxf.baihongyu.com/

你可能感兴趣的文章