树形结构的数据库的存储

      程序设计过程中，我们常常用树形结构来表征某些数据的关联关系，如企业上下级部门、栏目结构、商品分类等等，通常而言，这些树状结构需要借助于数据库完成持久化。理想中树形结构应该具备如下特征：数据存储冗余度小、直观性强；检索遍历过程简单高效；节点增删改查CRUD操作高效。

      列举了一个食品族谱的例子进行讲解，通过类别、颜色和品种组织食品，树形结构图如下：

       1，对树形结构最直观的分析莫过于节点之间的继承关系上，通过显示地描述某一节点的父节点，从而能够建立二维的关系表，则这种方案的Tree表结构通常设计为：{Node_id,Parent_id}

 

      2，在基于数据库的一般应用中，查询的需求总要大于删除和修改。为了避免对于树形结构查询时的“递归”过程，基于Tree的前序遍历设计一种全新的无递归查询、无限分组的左右值编码方案，来保存该树的数据。

      至于上述两种方法的具体介绍和实现以及优缺参考：树形结构的数据库表Schema设计。

      其实我们最重要的数据是这个样子的:

      {Catagory:"Food",FoodCategory:"Fruit",color:"Red",Name:"Cherry"}

      {Catagory:"Food",FoodCategory:"Fruit",color:"Yellow",Name:"Banana"}

      {Catagory:"Food",FoodCategory:"Meat",Name:"Beef"}

      {Catagory:"Food",FoodCategory:"Meat",Name:"Pork"}

      ……

      其实我觉得这种关系型数据库可以用MongoDb来存储（Json的数据格式），这样用非关系数据库的思想解决这个问题岂不是更好？这种可以不通过递归过程不断地访问数据库，每次数据库IO都会有时间开销；也避免了第二种节点的添加、删除及修改代价较大，将会涉及到表中多方面数据的改动。是不是萌萌哒？一家之言，欢迎拍砖！