背景
在树形递归查询这篇文章,我记录了使用CTE语法查询树形结构的办法。在一个树形结构中,每一个节点最多有一个上级,可以有任意个数的下级。
在实际场景中,我们还会遇到对图(graph)的查询,图和树的最大区别是,图的节点可以有任意个数的上级和下级。如下图所示
因为图可能存在loop结构(上图红色箭头),所以在使用CTE递归的过程中,必须要破环(break loop),否则算法就会进入无限递归,永不结束。
存储和查询图结构,目前当红数据库是neo4j,但是当数据量只有十几万条的时候,PostgreSQL完全可以胜任。
构造样本数据
-- 每一条有向关系边都存在上游,下游两个节点 drop table if exists demo.t_rel; create table if not exists demo.t_rel(up int , down int); -- 唯一约束,避免插入相同的关系 alter table demo.t_rel add constraint udx_t_rel unique (up, down); insert into demo.t_rel values(6,5),(3,7),(5,1),(1,2),(5,2),(5,7),(7,2),(2,4),(7,4); -- 构造一条环数据,7-2-4-7 delete from demo.t_rel where up=4 and down=7; insert into demo.t_rel values(4,7);
递归查询
指定节点的下级
常见的一个场景是,给定一个节点,查询这个节点的所有下级节点和路径。使用破环的算法关键如下
- 使用数组保存当前的路径信息。
- 计算下一个节点之前,判断该节点是否已经存在于路径上。如果是,就说明该点是环的起点,必须排除这个节点来达到破环的效果。
- 起始节点和最大深度,都是可选的。如果忽略这两个条件,就会返回完整的图信息。
with recursive downstream as ( select 1 as lvl, r.up, r.down, -- 保存当前路径 array[]::int[] || r.up || r.down as trace from demo.t_rel r where r.up = 7 -- 指定起点 union all select ds.lvl +1, r.up, r.down, ds.trace || r.down from demo.t_rel r , downstream ds where r.up = ds.down -- 破环 and not r.down = any(ds.trace) and ds.lvl < 20 -- 最大深度 ) select * from downstream ds;
上面以节点7为开始,返回下级的所有节点和路径信息,如下。
-- 可以看到并没有包括7-2-4-7这条环。 lvl | up | down | trace -----+----+------+--------- 1 | 7 | 2 | {7,2} 1 | 7 | 4 | {7,4} 2 | 2 | 4 | {7,2,4} (3 rows)
指定节点的所有关联
在社交网络的场景中,我们根据一个特定的节点,查询所有的关系网。在本文的样本数据中,我们的需求就变成,同时查询指定节点的所有上级和下级。
为了方便后面的测试,我们封装一个函数
drop function if exists f_get_rel; /* 取得某个节点的相关联节点,和路径信息。 @start_node 起始节点。 @direct_flag 查询方向,-1:查找上级;1:查找下级; 0:查找上下级; @max_depth 递归深度,即查找最多几级关系。 */ create or replace function f_get_rel(start_node int, direct_flag int=1, max_depth int=20) returns table (direct int, cur_depth int, up_node int, down_node int, trace int[]) as $$ begin return query with recursive downstream as ( select 1 as lvl, r.up, r.down, array[]::int[] || r.up || r.down as trace from demo.t_rel r where r.up = start_node and direct_flag in (0, 1) union all select ds.lvl +1, r.up, r.down, ds.trace || r.down from demo.t_rel r , downstream ds where r.up = ds.down and not r.down = any(ds.trace) and ds.lvl < max_depth ), upstream as ( select 1 as lvl, r.up, r.down, array[]::int[] || r.up || r.down as trace from demo.t_rel r where r.down = start_node and direct_flag in (0, -1) union all select us.lvl +1, r.up, r.down, r.up || us.trace from demo.t_rel r , upstream us where r.down = us.up and not r.up = any(us.trace) and us.lvl < max_depth ) select -1, us.* from upstream us union all select 1, ds.* from downstream ds order by 1 desc, lvl, up, down ; end; $$ language plpgsql strict;
测试一下,查询节点7的所有3度关联节点信息,如下
dap=# select * from demo.f_get_rel(7,0,3); direct | cur_depth | up_node | down_node | trace --------+-----------+---------+-----------+----------- 1 | 1 | 7 | 2 | {7,2} 1 | 1 | 7 | 4 | {7,4} 1 | 2 | 2 | 4 | {7,2,4} -1 | 1 | 3 | 7 | {3,7} -1 | 1 | 4 | 7 | {4,7} -1 | 1 | 5 | 7 | {5,7} -1 | 2 | 2 | 4 | {2,4,7} -1 | 2 | 6 | 5 | {6,5,7} -1 | 3 | 1 | 2 | {1,2,4,7} -1 | 3 | 5 | 2 | {5,2,4,7} (10 rows)
图形显示结果
ECharts模板
在没有集成图形界面之前,使用ECharts的示例代码(地址),可以直观的查看关系图谱。对官方样表进行微调之后,代码如下
注意 代码中的 data 和 links 部分需要进行替换
option = { title: { text: '数据图谱' }, tooltip: {}, animationDurationUpdate: 1500, animationEasingUpdate: 'quinticInOut', series : [ { type: 'graph', layout: 'force', force: { repulsion: 1000 }, focusNodeAdjacency: true, symbolSize: 30, roam: true, label: { normal: { show: true } }, edgeSymbol: ['circle', 'arrow'], edgeSymbolSize: [4, 10], edgeLabel: { normal: { textStyle: { fontSize: 20 } } }, data: [ { name:"2", draggable: true, symbolSize:20}, ], links: [ { source:"2", target:"4"}, ], } ] };
造显示用数据
构造 data 部分
-- 根据节点的关联点数量,设置图形大小 with rel as (select * from f_get_rel(7,0,2)), up_nodes as (select up_node, count(distinct down_node) as out_cnt from rel group by up_node), down_nodes as (select down_node, count(distinct up_node) as in_cnt from rel group by down_node), node_cnt as ( select up_node as node, out_cnt as cnt from up_nodes union all select * from down_nodes ) select '{ name:"' || n.node || '", draggable: true, symbolSize:' || sum(n.cnt) * 10 || '},' as node from node_cnt n group by n.node order by 1;
构造 links 部分
select distinct r.up_node, r.down_node, '{ source:"'|| r.up_node ||'", target:"'|| r.down_node ||'"},' as links from f_get_rel(7,0,3) r order by r.up_node ;
图形显示
把构造的data和links替换到ECharts代码里面
查询节点7的所有2度关联节点信息,结果显示如下
查询节点7的所有关联节点信息(不限层级数),结果显示如下
总结
以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,谢谢大家对的支持。
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
《魔兽世界》大逃杀!60人新游玩模式《强袭风暴》3月21日上线
暴雪近日发布了《魔兽世界》10.2.6 更新内容,新游玩模式《强袭风暴》即将于3月21 日在亚服上线,届时玩家将前往阿拉希高地展开一场 60 人大逃杀对战。
艾泽拉斯的冒险者已经征服了艾泽拉斯的大地及遥远的彼岸。他们在对抗世界上最致命的敌人时展现出过人的手腕,并且成功阻止终结宇宙等级的威胁。当他们在为即将于《魔兽世界》资料片《地心之战》中来袭的萨拉塔斯势力做战斗准备时,他们还需要在熟悉的阿拉希高地面对一个全新的敌人──那就是彼此。在《巨龙崛起》10.2.6 更新的《强袭风暴》中,玩家将会进入一个全新的海盗主题大逃杀式限时活动,其中包含极高的风险和史诗级的奖励。
《强袭风暴》不是普通的战场,作为一个独立于主游戏之外的活动,玩家可以用大逃杀的风格来体验《魔兽世界》,不分职业、不分装备(除了你在赛局中捡到的),光是技巧和战略的强弱之分就能决定出谁才是能坚持到最后的赢家。本次活动将会开放单人和双人模式,玩家在加入海盗主题的预赛大厅区域前,可以从强袭风暴角色画面新增好友。游玩游戏将可以累计名望轨迹,《巨龙崛起》和《魔兽世界:巫妖王之怒 经典版》的玩家都可以获得奖励。