MySQL中的常用树形结构设计是什么
1. 递归表
| id | pid | node_name |
| 1 | 0 | 父1 |
| 2 | 0 | 父2 |
| 3 | 1 | 子1 |
| 4 | 2 | 子2 |
注意：在数据量少的情况下,一次加载所有节点，无大影响；数据量大的情况，建议懒加载(逐层加载)
2.路径枚举
| id | pid | node_name | pids |
| 1 | 0 | 父1 | 0,1 |
| 2 | 0 | 父2 | 0,2 |
| 3 | 1 | 子1 | 0,1 |
| 4 | 2 | 子2 | 0,2 |
3.数据与关系分开存
数据表
| id | node_name |
| 1 | 节点1 |
| 2 | 节点2 |
| 3 | 节点3 |
关系表
| id | pid_id | descendant | level(层次) |
| 1 | 1 | 2 | 1 |
| 2 | 2 | 3 | 2 |
MySQL树形结构（多级菜单）查询设计方案
工作中（尤其是传统项目中）经常遇到这种需要，就是树形结构的查询（多级查询），常见的场景有：组织架构（用户部门）查询 和 多级菜单查询
比如，菜单分为三级，一级菜单、二级菜单、三级菜单，要求用户按树形结构把各级菜单查询出来。
如下图所示
对于层级固定，层级数少的，一般3级，需求实现很简单，先查询最小子级，再依次查询上级，最后再组装返回给前端就是了。
那么问题来了，如果层级数很大，10级，或者干脆层级不确定，有的3级，有的5级，有的8级，与之前的层级固定，层级数相比，显然问题更复杂了，我们来看看这种怎么处理
三级查询（层级固定，层级数少）
这种情况，我们只需要一张表，就叫它树形表吧：
CREATE TABLE tree ( id int not null auto_increment, name varchar(50) not null comment '名称', parent_id int not null default 0 comment '父级id', level int not null default 1 comment '层级，从1开始', created datetime, modified datetime );
三级查询过程：查询出三级tree, 根据三级tree的 parent_id 查询出二级tree, 同样的方式再去查询出一级tree, 后端组装成树状数据，返回给前端。
多级查询（层级不固定/层级很深）
这种情况，我们首先想到的就是子查询或者联表查询，但是肯本不能在实际开发中使用，原因大家都知道：
sql语句复杂，容易出错
性能问题，可能会被领导干
所以最好的方式就是，加一张表 tree_depth，来维护层级深度关系。
CREATE TABLE tree_depth ( id int not null auto_increment, root_id int not null default 0 comment '根节点（祖先节点）id', tree_id int not null default 0 comment '当前节点id', depth int not null default 0 comment '深度（当前节点 tree_id 到 根节点 root_id 的深度）', created datetime );
表中 depth 字段表示的是： 当前节点 tree_id 到 根节点 root_id 的深度，不是当前节点所在整个分支的深度，所有节点相对于自身的深度都是0
有了 tree_depth 表后，查询一个N级节点的组织数据就方便了：
遍历整个树：
直接查 tree 中所有 level = 1 的节点，在出去这些节点的 id 根据 parent_id 去查下级节点， 查询完所有的节点，就可以组装成一个完整的树状图返回给前端
节点搜索（查找出这个节点所在的整个分支）
从 tree 表查询出节点 treeN
select * from tree where id = N
根据 treeN 的 id 值，到 tree_depth 表查询出它的 根节点id：
select root_id from tree_depth where tree_id = #{treeId}根据 root_id 查询 tree_depth 的 所有当前节点分支数据
select * from tree_depth where root_id = #{rootId}从查询出 tree_depth 表数据中取出所有当前节点 tree_id
select * from tree where id in (?,?,?)
组装所在分支树状结构