在PostgreSQL中實現遞迴查詢的教程_資料庫其它

 介紹

在Nilenso，哥在搞一個 (開源的哦!)用來設計和發起調查的應用。

下面這個是一個調查的例子：

在內部，它是這樣表示滴： 

 一個調查包括了許多問題（question）。一系列問題可以歸到（可選）一個分類（category）中。我們實際的資料結構會複雜一點（特別是子問題sub-question部分），但先當它就只有question跟category吧。

我們是這樣儲存question跟category的。

每個question和category都有一個order_number欄位。是個整型，用來指定它自己與其它兄弟的相對關係。

舉個例子，比如對於上面這個調查： 

 Bar的order_number比Baz的小。

這樣一個分類下的問題就能按正確的順序出現：
 

# In category.rb def sub_questions_in_order questions.order('order_number')end

實際上一開始我們就是這樣fetch整個調查的。每個category會按順序擷取到全部其下的子問題，依此類推遍曆整個實體樹。

這就給出了整棵樹的深度優先的順序： 

 對於有5層以上的內嵌、多於100個問題的調查，這樣搞跑起來奇慢無比。

遞迴查詢

哥也用過那些awesome_nested_set之類的gem，但據我所知，它們沒一個是支援跨多model來fetch的。

後來哥無意中發現了一個文檔說PostgreSQL有對遞迴查詢的支援！唔，這個可以有。

那就試下用遞迴查詢搞搞這個問題吧（此時哥對它的瞭解還很水，有不到位，勿噴）。

要在Postgres做遞迴查詢，得先定義一個初始化查詢，就是非遞迴部分。

本例裡，就是最上層的question跟category。最上層的元素不會有父分類，所以它們的category_id是空的。
 

( SELECT id, content, order_number, type, category_id FROM questions WHERE questions.survey_id = 2 AND questions.category_id IS NULL)UNION( SELECT id, content, order_number, type, category_id FROM categories WHERE categories.survey_id = 2 AND categories.category_id IS NULL)

(這個查詢和接下來的查詢假定要擷取的是id為2的調查)

這就擷取到了最上層的元素。

下面要寫遞迴的部分了。根據下面這個Postgres文檔： 

 遞迴部分就是要擷取到前面初始化部分拿到的元素的全部子項。
 

WITH RECURSIVE first_level_elements AS ( -- Non-recursive term (  (   SELECT id, content, order_number, category_id FROM questions   WHERE questions.survey_id = 2 AND questions.category_id IS NULL  UNION   SELECT id, content, order_number, category_id FROM categories   WHERE categories.survey_id = 2 AND categories.category_id IS NULL  ) ) UNION -- Recursive Term SELECT q.id, q.content, q.order_number, q.category_id FROM first_level_elements fle, questions q WHERE q.survey_id = 2 AND q.category_id = fle.id)SELECT * from first_level_elements;

等等，遞迴部分只能擷取question。如果一個子項的第一個子分類是個分類呢？Postgres不給引用非遞迴項超過一次。所以在question跟category結果集上做UNION是不行的。這裡得搞個改造一下：

 

WITH RECURSIVE first_level_elements AS ( (  (   SELECT id, content, order_number, category_id FROM questions   WHERE questions.survey_id = 2 AND questions.category_id IS NULL  UNION   SELECT id, content, order_number, category_id FROM categories   WHERE categories.survey_id = 2 AND categories.category_id IS NULL  ) ) UNION (   SELECT e.id, e.content, e.order_number, e.category_id   FROM   (    -- Fetch questions AND categories    SELECT id, content, order_number, category_id FROM questions WHERE survey_id = 2    UNION    SELECT id, content, order_number, category_id FROM categories WHERE survey_id = 2   ) e, first_level_elements fle   WHERE e.category_id = fle.id ))SELECT * from first_level_elements;

在與非遞迴部分join之前就將category和question結果集UNION了。

這就產生了所有的調查元素： 

 不幸的是，順序好像不對。
 
在遞迴查詢內排序

這問題出在雖然有效為一級元素擷取到了全部二級元素，但這做的是廣度優先的尋找，實際上需要的是深度優先。

這可怎麼搞呢？

Postgres有能在查詢時建array的功能。

那就就建一個存放fetch到的元素的序號的array吧。將這array叫做path好了。一個元素的path就是：

    父分類的path（如果有的話）+自己的order_number

如果用path對結果集排序，就可以將查詢變成深度優先的啦！
 

WITH RECURSIVE first_level_elements AS ( (  (   SELECT id, content, category_id, array[id] AS path FROM questions   WHERE questions.survey_id = 2 AND questions.category_id IS NULL  UNION   SELECT id, content, category_id, array[id] AS path FROM categories   WHERE categories.survey_id = 2 AND categories.category_id IS NULL  ) ) UNION (   SELECT e.id, e.content, e.category_id, (fle.path || e.id)   FROM   (    SELECT id, content, category_id, order_number FROM questions WHERE survey_id = 2    UNION    SELECT id, content, category_id, order_number FROM categories WHERE survey_id = 2   ) e, first_level_elements fle   WHERE e.category_id = fle.id ))SELECT * from first_level_elements ORDER BY path;

這很接近成功了。但有兩個 What's your favourite song?

這是由比較ID來尋找子項引起的：
 

WHERE e.category_id = fle.id

fle同時包含question和category。但需要的是只匹配category（因為question不會有子項）。

那就給每個這樣的查詢寫入程式碼一個類型(type)吧，這樣就不用試著檢查question有沒有子項了：

 

WITH RECURSIVE first_level_elements AS ( (  (   SELECT id, content, category_id, 'questions' as type, array[id] AS path FROM questions   WHERE questions.survey_id = 2 AND questions.category_id IS NULL  UNION   SELECT id, content, category_id, 'categories' as type, array[id] AS path FROM categories   WHERE categories.survey_id = 2 AND categories.category_id IS NULL  ) ) UNION (   SELECT e.id, e.content, e.category_id, e.type, (fle.path || e.id)   FROM   (    SELECT id, content, category_id, 'questions' as type, order_number FROM questions WHERE survey_id = 2    UNION    SELECT id, content, category_id, 'categories' as type, order_number FROM categories WHERE survey_id = 2   ) e, first_level_elements fle   -- Look for children only if the type is 'categories'   WHERE e.category_id = fle.id AND fle.type = 'categories' ))SELECT * from first_level_elements ORDER BY path;

 這看起來就ok了。搞定！

下面就看看這樣搞的效能如何。

用下面這個指令碼（在介面上建立了一個調查之後），哥產生了10個子問題序列，每個都有6層那麼深。
 

survey = Survey.find(9)10.times do category = FactoryGirl.create(:category, :survey => survey) 6.times do  category = FactoryGirl.create(:category, :category => category, :survey => survey) end FactoryGirl.create(:single_line_question, :category_id => category.id, :survey_id => survey.id)end

每個問題序列看起來是這樣滴： 

 那就來看看遞迴查詢有沒有比一開始的那個快一點吧。
 

pry(main)> Benchmark.ms { 5.times { Survey.find(9).sub_questions_using_recursive_queries }}=> 36.839999999999996 pry(main)> Benchmark.ms { 5.times { Survey.find(9).sub_questions_in_order } }=> 1145.1309999999999

快了31倍以上？不錯不錯。