建模多对多一元关系和 1:M 一元关系

Question

我重新回到数据库设计领域，我意识到我的知识存在巨大差距。

我有一个包含类别的表格。每个类别可以有多个子类别，每个子类别又可以属于多个超类别。

我想创建一个包含所有子类别文件夹的类别名称的文件夹。 （像 windows 文件夹这样的视觉对象） 所以我需要对子类别进行快速搜索。

我想知道在这种情况下使用 1:M 或 M:N 关系有什么好处？ 以及如何实现每个设计？

我创建了一个 1:M 一元关系的 ERD 模型。 （该图还包含一个费用表，其中存储了所有费用值，但在这种情况下不相关）

这个设计正确吗？

多对多一元关系是否允许更快地搜索超类别？默认情况下是最佳设计吗？

我更喜欢包含 ERD 的答案

Answer 1

如果我理解正确，一个子类别最多可以有一个（直接）超类别，在这种情况下，您不需要单独的表。这样的事情就足够了：

显然，您需要一个递归查询来获取所有级别的子类别，但如果您在 PARENT_ID 上放置一个索引，它应该是相当有效的。

反方向（并获取所有祖先）也需要递归查询。由于这需要在 PK 上进行搜索（自动编入索引），因此这也应该是相当有效的。

有关更多想法和不同的性能权衡，请查看this slide-show。

Answer 2

在某些情况下，在关系数据库中维护多级层次结构的最简单方法是 Nested Set Model，有时也称为“修改的前序树遍历”(MPTT)。

基本上树节点不仅存储父id，还存储最左边和最右边叶子的id：

spending_category
-----------------
parent_id    int
left_id      int
right_id     int
name        char

这样做的主要好处是，现在您可以通过单个查询获得节点的整个子树：子树节点的 id 介于 left_id 和 right_id 之间。有很多变化；除了父节点 id 之外，其他人存储节点的深度。

一个缺点是在插入或删除节点时必须更新 left_id 和 right_id，这意味着这种方法仅适用于中等大小的树。

Branko 提到的wikipedia article 和slideshow 比我更好地解释了这项技术。如果您想了解更多关于在关系数据库中存储分层数据的不同方法，还可以查看this list of resources。