如何使用闭包表优化 MySQL 树状结构数据的层级查询

在业务系统中，树状结构数据的存储和查询是非常常见的需求，比如企业的部门层级、电商的商品类目、内容的评论嵌套等场景都需要处理这类数据。传统的邻接表方案虽然存储简单，但在进行层级查询时存在性能瓶颈，而闭包表可以有效解决这个问题。

什么是闭包表

闭包表的核心思路是除了存储树状节点本身的信息外，额外创建一张关系表，存储树中每一个节点到它的所有祖先节点的路径关系，包括节点到自身的路径。这样在查询层级关系时，不需要递归遍历，直接通过关系表做关联查询即可。

假设我们有一个部门表，存储部门的基本信息，比如部门ID、部门名称，这就是节点表。再创建一个部门关系表，存储两个部门ID，一个是祖先节点ID，一个是后代节点ID，同时可以存储两个节点之间的层级距离，这就是闭包表的核心关系表。

闭包表的设计与初始化

1. 创建节点表

首先创建存储部门节点的表，结构如下：

-- 部门节点表，存储部门基本信息
CREATE TABLE department (
    id INT PRIMARY KEY AUTO_INCREMENT,
    name VARCHAR(50) NOT NULL COMMENT '部门名称'
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

2. 创建闭包关系表

闭包关系表需要存储祖先节点ID、后代节点ID，以及两者之间的层级距离，结构如下：

-- 部门闭包关系表，存储所有节点的路径关系
CREATE TABLE department_closure (
    ancestor_id INT NOT NULL COMMENT '祖先节点ID',
    descendant_id INT NOT NULL COMMENT '后代节点ID',
    depth INT NOT NULL COMMENT '祖先到后代的层级距离，0表示自身',
    PRIMARY KEY (ancestor_id, descendant_id),
    FOREIGN KEY (ancestor_id) REFERENCES department(id) ON DELETE CASCADE,
    FOREIGN KEY (descendant_id) REFERENCES department(id) ON DELETE CASCADE
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

3. 插入初始数据

假设我们插入一个根节点“总公司”，对应的闭包关系需要插入自身到自身的路径：

-- 插入根节点
INSERT INTO department (name) VALUES ('总公司');
-- 插入根节点的闭包关系，自身到自身距离为0
INSERT INTO department_closure (ancestor_id, descendant_id, depth) VALUES (1, 1, 0);

如果现在要插入一个子节点“技术部”，父节点是“总公司”，那么需要插入的关系包括：总公司到技术部（距离1）、技术部到自身（距离0）：

-- 插入子节点技术部
INSERT INTO department (name) VALUES ('技术部');
-- 插入技术部的闭包关系，先插入自身关系
INSERT INTO department_closure (ancestor_id, descendant_id, depth) VALUES (2, 2, 0);
-- 插入父节点到新节点的关系，查询父节点的所有祖先，加上新节点作为后代，距离+1
INSERT INTO department_closure (ancestor_id, descendant_id, depth)
SELECT ancestor_id, 2, depth + 1 FROM department_closure WHERE descendant_id = 1;

基于闭包表的常用层级查询

查询某个节点的所有子节点

要查询“总公司”的所有子节点，只需要查询闭包表中ancestor_id为总公司ID，且depth大于0的记录，关联部门表获取子节点信息：

-- 查询总公司(id=1)的所有子节点
SELECT d.*, dc.depth FROM department d
INNER JOIN department_closure dc ON d.id = dc.descendant_id
WHERE dc.ancestor_id = 1 AND dc.depth > 0;

查询某个节点的所有父节点

查询“技术部”的所有父节点，只需要查询闭包表中descendant_id为技术部ID，且depth大于0的记录，关联部门表获取父节点信息：

-- 查询技术部(id=2)的所有父节点
SELECT d.*, dc.depth FROM department d
INNER JOIN department_closure dc ON d.id = dc.ancestor_id
WHERE dc.descendant_id = 2 AND dc.depth > 0
ORDER BY dc.depth DESC;

查询某个节点的直接子节点

直接子节点的特点是depth为1，所以查询条件加上depth=1即可：

-- 查询总公司(id=1)的直接子节点
SELECT d.* FROM department d
INNER JOIN department_closure dc ON d.id = dc.descendant_id
WHERE dc.ancestor_id = 1 AND dc.depth = 1;

查询两个节点的层级距离

直接查询闭包表中ancestor_id为上级节点ID，descendant_id为下级节点ID的depth值即可：

-- 查询总公司到技术部的层级距离
SELECT depth FROM department_closure 
WHERE ancestor_id = 1 AND descendant_id = 2;

闭包表与邻接表的对比

我们可以通过下表对比两种方案的优劣：

闭包表的注意事项

• 插入节点时需要正确维护闭包关系表，避免遗漏路径导致查询错误，建议把插入逻辑封装成存储过程或者业务代码中的统一方法。
• 删除节点时，需要根据业务需求处理子节点，比如如果删除的是中间节点，可以选择把子节点挂到被删除节点的父节点下，或者直接删除所有子节点，同时删除闭包表中对应的所有关系。
• 如果树状结构变更不频繁，但是层级查询非常频繁，闭包表的优势会非常明显；如果树结构经常变更，需要评估插入和维护关系的性能开销。

闭包表是一种用空间换时间的优化方案，在设计树状结构存储时，需要根据业务的读写比例、数据量大小、树深度等因素综合选择是否使用闭包表。

MySQL闭包表树状结构层级查询修改时间：2026-06-28 17:12:37