SQL 高级查询
层次化查询
层次化结构可以理解为树状数据结构，由节点构成。比如常见的组织结构由一个总经理，多个副总经理，多个部门部长组成。再比如在生产制造中一件产品会有多个子零件组成。举个简单的例子，如下图所示
汽车作为根节点，下面包含发动机和车身两个子节点，而子节点又是由其他叶节点构成。(叶节点表示没有子节点的节点)
假如我们要把这些产品信息存储到数据库中，会形成如下数据表。
我们用 parent_product_id 列表示当前产品的父产品是哪一个。
那么用 SQL 语句如何进行层次化查询呢？这里就要用到 CONNECT BY 和 START WITH 语法。
我们先把 SQL 写出来，再来解释其中的含义。
SELECT
level,
id,
parent_product_id,
name
FROM
product
START WITH id = 1
CONNECT BY prior id = parent_product_id
ORDER BY
level
查询结果如下：
解释一下：LEVEL 列表示当前产品属于第几层级。START WITH 表示从哪一个产品开始查询,CONNECT BY PRIOR 表示父节点与子节点的关系，每一个产品的 ID 指向一个父产品。
如果我们把 START WITH 的查询起点改为 id = 2,重新运行上面的 SQL 语句将会得到如下结果：
因为 id=2 的产品是车身，我们就只能查到车身下面的子产品。
当然，我们可以把查询结果美化一下，使其更有层次感，我们让根节点下面的 LEVEL 前面加几个空格即可。把上面的 SQL 稍微修改一下。为每个 LEVEL 前面增加 2*(LEVEL-1)个空格，这样第二层就会增加两个空格，第三层会增加四个空格。
SELECT
level,
id,
parent_product_id,
LPAD(' ', 2 * (level - 1)) || name AS name
FROM
product
START WITH id = 1
CONNECT BY prior id = parent_product_id
查询结果已经有了层次感，如下图：
递归查询
除了使用上面我们说的方法，还可以使用递归查询得到同样的结果。递归会用到 WITH 语句。普通的 WITH 语句可以看作一个子查询，我们在 WITH 外部可以直接使用这个子查询的内容。
当递归查询时，我们是在 WITH 语句内部来引用这个子查询。还是上面的例子，我们使用 WITH 语句来查询。
WITH
temp_product (product_level, id, parent_product_id,name) AS
(
SELECT
0 AS product_level,id,parent_product_id,name
FROM
product
WHERE
parent_product_id IS NULL
UNION ALL
SELECT
tp.product_level + 1,,
p.parent_product_id,
FROM
product p
JOIN temp_product tp
ON
p.parent_product_id=
)
SELECT
product_level,
id,
parent_product_id,
LPAD(' ', 2 * product_level)
|| name AS NAME
FROM
temp_product;
第一条 SELECT 语句我们查询出来了根节点，并且设置为 level = 0,第二条SELECT 语句关联上 WITH 语句自身，并且 level 每层加 1 进行递归。
查询结果如下：
可以看到第一列是展示的产品层级，和我们上面查询出来的结果是一致的。
同时使用 WITH 递归时还可以使用深度优先搜索和广度优先搜索，什么意思呢？广度优先就是在返回子行之前首先返回兄弟行，如上图，首先把车身和发动机两个兄弟行返回，之后是他们下面的子行。相反，深度优先就是首先返回一个父节点的子行再返回另一个兄弟行。
我们只需要在 SELECT 语句上方加上下面语句即可实现深度优先搜索查询。
search depth FIRST BY id
SET order_by_id
结果如下，看到首先返回每个父节点下的子行，再返回另一个父节点。
同理，广度优先使用的是下面的 SQL 语句
search breadth FIRST BY id
SET order_by_id