sql多级分类汇总实现介绍
本文章介绍了关于sql多级分类汇总实现方法及数据结构,有碰到问题的同学可参考一下。
据库结构如下
类别表
分类id 上级分类id 分类名称 分类级别 排序值
代码如下 | 复制代码 |
id parentid categoryname categorylevel ordering 1 null c1 1 1 2 1 c11 2 1 3 1 c12 2 2 4 1 c13 2 3 5 1 c14 2 4 6 2 c111 3 1 7 2 c112 3 2 |
然后 内容表是
内容id 类别id .........
代码如下 | 复制代码 |
id categoryid ......... 1 1 ........ 2 4 ........ 3 5 ........ |
这样处理的弊端是:如果数据量大,子分类很多,达到4级以上,这方法处理极端占用连接池
对性能影响很大。
如果用SQL下面的CTE递归处理的话,一次性就能把结果给查询出来,而且性能很不错
比用程序处理(数据量很大的情况),临时表性能更好,更方便
代码如下 | 复制代码 |
with area as( select *,id px,cast(id as nvarchar(4000)) px2 from region where parentid=0 union all select a.*,b.px,b.px2+ltrim(a.region_id) from region a join area b on a.parentid=b.id )select * from area px,px2 |
可以查询出结果—-所有分类及相应分类下子分类
代码如下 | 复制代码 |
id title parentid 1 广东省 0 2 广州 1 3 白云区 2 4 深圳 1 5 湖南省 0 6 长沙 5 7 株洲 5 |
代码如下 | 复制代码 |
|
可以查询出结果—-指定分类及相应分类下子分类
id title parentid
1 广东省 0
2 广州 1
3 白云区 2
实现程序
代码如下 | 复制代码 |
/* create table tb(id varchar(3) , pid varchar(3) , name varchar(10)) --查询指定节点及其所有子节点的函数 --调用函数查询001(广东省)及其所有子节点 (所影响的行数为 10 行) --调用函数查询002(广州市)及其所有子节点 (所影响的行数为 2 行) --调用函数查询003(深圳市)及其所有子节点 (所影响的行数为 7 行) drop table tb
|
实例2
代码如下 | 复制代码 |
t1 t2 如何得出如下结果: row id amount 实现程序 -- 示例数据 |
性能分析:
对于一个3500条地区记录的数据表,其中有省,市,县3级
查询用时要1秒,视觉上感觉有点点慢,但不影响
数据量不大的分类,使用绝对无压力

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

AI Hentai Generator
Générez AI Hentai gratuitement.

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

L'article discute de l'utilisation de l'instruction ALTER TABLE de MySQL pour modifier les tables, notamment en ajoutant / abandon les colonnes, en renommant des tables / colonnes et en modifiant les types de données de colonne.

Les capacités de recherche en texte intégral d'InNODB sont très puissantes, ce qui peut considérablement améliorer l'efficacité de la requête de la base de données et la capacité de traiter de grandes quantités de données de texte. 1) INNODB implémente la recherche de texte intégral via l'indexation inversée, prenant en charge les requêtes de recherche de base et avancées. 2) Utilisez la correspondance et contre les mots clés pour rechercher, prendre en charge le mode booléen et la recherche de phrases. 3) Les méthodes d'optimisation incluent l'utilisation de la technologie de segmentation des mots, la reconstruction périodique des index et l'ajustement de la taille du cache pour améliorer les performances et la précision.

L'article discute de la configuration du cryptage SSL / TLS pour MySQL, y compris la génération et la vérification de certificat. Le problème principal est d'utiliser les implications de sécurité des certificats auto-signés. [Compte de caractère: 159]

L'article traite des outils de GUI MySQL populaires comme MySQL Workbench et PhpMyAdmin, en comparant leurs fonctionnalités et leur pertinence pour les débutants et les utilisateurs avancés. [159 caractères]

L'article traite des stratégies pour gérer de grands ensembles de données dans MySQL, y compris le partitionnement, la rupture, l'indexation et l'optimisation des requêtes.

La différence entre l'index cluster et l'index non cluster est: 1. Index en cluster stocke les lignes de données dans la structure d'index, ce qui convient à la requête par clé et plage primaire. 2. L'index non clumpant stocke les valeurs de clé d'index et les pointeurs vers les lignes de données, et convient aux requêtes de colonne de clés non primaires.

L'article discute de la suppression des tables dans MySQL en utilisant l'instruction TABLE DROP, mettant l'accent sur les précautions et les risques. Il souligne que l'action est irréversible sans sauvegardes, détaillant les méthodes de récupération et les risques potentiels de l'environnement de production.

L'article discute de la création d'index sur les colonnes JSON dans diverses bases de données comme PostgreSQL, MySQL et MongoDB pour améliorer les performances de la requête. Il explique la syntaxe et les avantages de l'indexation des chemins JSON spécifiques et répertorie les systèmes de base de données pris en charge.
