如何高效处理树状结构数据

最近在看到帖子，问道如何存储树状结构数据，常见使用场景就是文章的目录层级，分销关系。

回顾之前做了分销商城系统里面有一个分销功能，涉及到购买用户上下级关联、查询，还要修改上下级关系。原本很早就想写一篇文章来记录的，拖了好久，直到我看到一篇文章已经总结得很好：树形结构存储方案对比分析

总结：

• Adjacency List 邻接表：每一条记录存parent_id 【最简单，常用的，层级小可用】
• Path Enumerations 物化路径：每一条记录存整个tree path经过的node枚举 【最简单，常用的，层级小可用，建议配合邻接表使用】
• Nested Sets 左右值编码：每一条记录存节点 left 和 right 【新增、修改节点复杂、耗时，查询节点全部下级，难以实现查询节点的指定层级的下级】
• Closure Table 闭包表：额外维护一个表，记录节点和子节点的全部关系和距离【采用空间换时间，新增、修改节点简单但存储数据倍增，查询性能好，支持查看节点的下级】

如果是文章的目录层级啥的，本身树状节点不多，采用Adjacency List 邻接表 + Nested Sets 左右值编码即可。这里可以满足80%需求。

分销系统通常节点数量比较多，经常需要查询，而且查询节点的N层下级，作为分佣计算，建议采用Closure Table 闭包表方案。对性能有要求的，建议直接上手这个。

参考：

• 树形结构存储方案对比分析