用户关系表 存储_如何存储分销社交电商中用户间的推荐关系之一 [算法之美]...

一、问题描述

分销社交电商系统产品需求：记录用户之间的推荐关系：A 推荐 B，B 推荐 C，直至 N，理论上无限级。同时由于数据展示的关系，需要快速查询出某一个人所有直接和间接推荐的用户。

以下图一张简单的三国人物图谱举例：

二、常见的解决方案

使用经典的结构，即每一条记录用一个字段记录推荐人编号-父节点，从而能够建立二维的关系表，然后依次递归所有记录找出推荐关系。

上述数据可以描述为如下图：

优点：设计直观，一目了然。代码实现起来简单，明了。

缺点：由于节点间的推荐关系是直接记录的，因此对表的任何增查改删(CRUD)的操作都是用多级的递归操作实现的，在层级增多时，导致不断访问数据库，随着循环次数增多，效率低下，执行时间开销呈几何指数增长。

改进：在数据量相对较小的情况下，可以借助于缓存机制来做优化，将整个完整树的信息放入内存进行处理，避免直接对数据库操作的性能开销。

而在设计系统时，预计容纳的用户数量大，且有多层的推荐关系的约束条件下，该方案的数据库操作的效率可能会低到无法忍受，且会拖慢整个系统，所以寻找一种查询效率高的方案成为首选。

三、前序遍历预排序遍历树算法解决方案

推荐关系可以用数据结构中的二叉树来解决，二叉树在数据结构和算法中有几种遍历方式：前序、中序、后序及层序。

一般数据库系统应用中，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