[发明专利]基于区间数的电商类目深度查询方法

说明书

本发明提供一种基于区间数的电商类目深度查询方法，通过获得类目数据，类目数据中的子类目parent_id存储父类目id，查询类目数据得到类目的父子关系，并根据parent_id对应的父子关系将类目组装成树形结构，得到类目树；计算得到各个类目节点的区间数，包括左区间数和右区间数，并持久化到数据库中；通过对所得数据库中的类目树的各类目节点的左区间数和右区间数进行比较，查询获得父类目下所有的子类目数据，查询获得子类目的所有父类目数据。该种基于区间数的电商类目深度查询方法，查询效率高，且不依赖数据库版本。

技术领域

本发明涉及一种基于区间数的电商类目深度查询方法。

背景技术

在电商平台，当商品较少时，用户可以一个一个的浏览，然后选择自己喜欢的商品，但当商品越来越多，达到上亿甚至几十亿的时候，用户是没有办法一个进行浏览选择的，此时通常采用建立商品类目的方式来对商品进行划分归类，提高用户获取所需商品的便捷度。

电商平台的类目一般是设置成三层，一级类目、二级类目和三级类目这种树状的类目结构，通常叫做类目树。但考虑到商品数据的复杂度偏高或偏低的的情况下，部分类目的层级可能大于或少于三级，所以在数据库设计的时候需要做到灵活可扩展的无限层级，通常采用parent_id的这种平级的的数据结构来存储类目树。类目在电商中属于高频访问数据，所以对查询性能有一定要求，在此结构下，通过子类目查询上父类目，可以通过parent_id来进行查询，但是如果需要通过父类目查询所有子类目（如查询某一级类目下所有商品）或子类目查询所有父类目（如根据子类目，查询类目路径）的时候，通常无法用一条简单的sql进行查询，部分数据库如 Oracle提供了start with connect by prior的语法进行递归查询，但递归查询效率不高且强依赖数据库类型，若使用了不支持递归语法的数据库(如 mysql)，则通常会使用代码来进行查询得到所有子类目再根据子类目查询所有商品，但也需要进行递归，且需要执行多次 sql语句查询，效率上也不高。

上述问题是在电商类目查询过程中应当予以考虑并解决的问题。

发明内容

本发明的目的是提供一种基于区间数的电商类目深度查询方法解决现有技术中存在的递归查询效率不高的问题。

本发明的技术解决方案是：

一种基于区间数的电商类目深度查询方法，包括以下步骤，

S1、获得类目数据，类目数据中的子类目parent_id存储父类目id，查询类目数据得到类目的父子关系，并根据 parent_id对应的父子关系将类目组装成树形结构，得到类目树；

S2、对步骤S1中得到的类目树，计算得到各个类目节点的区间数，包括左区间数和右区间数；

S3、将步骤S2所获得的类目树的各类目节点的左区间数和右区间数持久化到数据库中；

S4、通过对步骤S3中所得数据库中的类目树的各类目节点的左区间数和右区间数进行比较，查询获得父类目下的子类目数据和/或查询获得子类目的父类目数据。

进一步地，步骤S2中，计算得到各个类目节点的右区间数为：右区间数rightIndex= 左区间数leftIndex + 2*类目节点的所有子类目数之+1。

进一步地，步骤S2中，对步骤S1中得到的类目树，采用回溯法计算得到各个类目节点的区间数，包括左区间数和右区间数，具体为，

S21、设置初始值 rangeIndex变量为1，用于计算左区间数，对类目树的所有类目节点进行遍历，在偏历至当前类目节点时，进入下一步骤；

S22、判断当前类目节点是否为叶子节点，如当前类目节点是叶子节点，进入下一步骤；如当前类目节点不是叶子节点，进入步骤S24；