AI 助理
文档备案控制台
开发者社区 数据库 文章 正文

MySQL：如何将树形结构存储在数据库中

2022-05-11 2287
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： 怎么存储这个结构？并且要获取以下信息：1.查询小天的直接上司；2.查询老宋管理下的直属员工；3.查询小天的所有上司；4.查询老王管理的所有员工。

问题


现在有一个要存储一下公司的人员结构，大致层次结构如下image.png怎么存储这个结构？并且要获取以下信息：
1.查询小天的直接上司；
2.查询老宋管理下的直属员工；
3.查询小天的所有上司；
4.查询老王管理的所有员工。


方案一 Adjacency List（存储父节点）


Adjacency List(邻接表）是只存储当前节点的父节点ID。


数据库存储结构


-- ------------------------------ Table structure for employees-- ----------------------------DROPTABLEIFEXISTS`employees`;CREATETABLE`employees`  (   `eid`int(11)NOTNULLCOMMENT'主键ID',   `ename`varchar(100)CHARACTERSET utf8 COLLATE utf8_general_ci NULLDEFAULTNULLCOMMENT'姓名',   `position`varchar(100)CHARACTERSET utf8 COLLATE utf8_general_ci NULLDEFAULTNULLCOMMENT'位置',   `parent_id`int(11)NULLDEFAULTNULLCOMMENT'上级ID',   PRIMARYKEY(`eid`)USINGBTREE)ENGINE=InnoDBCHARACTERSET= utf8 COLLATE= utf8_general_ci ROW_FORMAT = Dynamic;-- ------------------------------ Records of employees-- ----------------------------INSERTINTO`employees`VALUES(1,'老王','高管',0);INSERTINTO`employees`VALUES(2,'老宋','产品部主管',1);INSERTINTO`employees`VALUES(3,'老牛','技术部主管',1);INSERTINTO`employees`VALUES(4,'小吴','产品A组长',2);INSERTINTO`employees`VALUES(5,'小李','产品B组长',2);INSERTINTO`employees`VALUES(6,'小欢','产品经理',3);INSERTINTO`employees`VALUES(7,'小小','产品经理',3);INSERTINTO`employees`VALUES(8,'小天','产品部员工',4);INSERTINTO`employees`VALUES(9,'小里','产品部员工',4);INSERTINTO`employees`VALUES(10,'小黑','产品部员工',5);INSERTINTO`employees`VALUES(11,'小胡','产品部员工',5);INSERTINTO`employees`VALUES(12,'小丽','技术部员工',6);INSERTINTO`employees`VALUES(13,'小蓝','技术部员工',6);INSERTINTO`employees`VALUES(14,'小黄','技术部员工',7);INSERTINTO`employees`VALUES(15,'小真','技术部员工',7);123456789101112131415161718192021222324252627282930

如图所示：

image.png


SQL示例


1.添加节点


比如在小吴节点下，再次插入一个M节点

INSERT INTO employees ( eid, ename, position, parent_id ) VALUES ( 16, 'M', '产品部员工', 4 ); 12


2.查询小天的直接上司


SELECT  e2.eid,   e2.ename  FROM  employees e1,   employees e2  WHERE   e1.parent_id = e2.eid   AND e1.ename = '小天'; 123456789


image.png


3.查询老宋管理下的直属员工


SELECT  e1.eid,   e1.ename  FROM  employees e1,   employees e2  WHERE   e1.parent_id = e2.eid   AND e2.ename = '老宋'; 123456789

image.png


3.查询老宋管理下的直属员工


SELECT  e1.eid,   e1.ename  FROM  employees e1,   employees e2  WHERE   e1.parent_id = e2.eid   AND e2.ename = '老宋'; 123456789

image.png


4.查询小天的所有上司


这里肯定没法直接查，只能用循环进行循环查询，先查直接上司，再查直接上司的直接上司，依次循环，这样麻烦的事情，得先建立一个函数：

-- 函数 CREATE DEFINER=`root`@`localhost` FUNCTION `getSuperiors`(`uid` int) RETURNS varchar(1000) CHARSET utf8mb4 BEGIN     DECLARE superiors VARCHAR(1000) DEFAULT '';     DECLARE sTemp INTEGER DEFAULT uid;     DECLARE tmpName VARCHAR(20);     WHILE (sTemp>0) DO         SELECT parent_id into sTemp FROM employees where eid = sTemp;         SELECT ename into tmpName FROM employees where eid = sTemp;         IF(sTemp>0)THEN             SET superiors = concat(tmpName,',',superiors);         END IF;     END WHILE;         SET superiors = LEFT(superiors,CHARACTER_LENGTH(superiors)-1);     RETURN superiors; END; -- 查询子节点的全部父节点 select getSuperiors(11) as superior; 123456789101112131415161718192021

image.png

ps：显然获取子节点的全部父节点的时候很麻烦


5.查询老王管理的所有员工


先获取所有父节点为老王id的员工id，然后将员工姓名加入结果列表里，在调用一个神奇的查找函数，即可进行神奇的查找：

-- 函数 CREATE DEFINER=`root`@`localhost` FUNCTION `getSubordinate`(`uid` int) RETURNS varchar(2000) CHARSET utf8mb4 BEGIN    DECLARE str varchar(1000);   DECLARE cid varchar(100); DECLARE result VARCHAR(1000); DECLARE tmpName VARCHAR(100); SET str = '$';    SET cid = CAST(uid as char(10));    WHILE cid is not null DO      SET str = concat(str, ',', cid);    SELECT group_concat(eid) INTO cid FROM employees where FIND_IN_SET(parent_id,cid);          END WHILE;   SELECT GROUP_CONCAT(ename) INTO result FROM employees WHERE FIND_IN_SET(parent_id,str); RETURN result;    END; -- 查询父节点下的所有子节点 SELECT getSubordinate(2); 12345678910111213141516171819

image.png

总结：
优点：存储的信息少，查直接上司和直接下属的时候很方便；
缺点：多级查询时较复杂，无论是SELECT还是DELETE都可能涉及到获取所有子节点的问题；
这种方法适合只需要用到直接上下级关系的时候，可以节省很多空间。


方案二 Path Enumeration（存储路径）


Path Enumeration 路径枚举法，存储根节点到每个子节点的路径


数据库存储结构


-- ---------------------------- -- Table structure for employees2 -- ---------------------------- DROP TABLE IF EXISTS `employees2`; CREATE TABLE `employees2`  (   `eid` int(11) NOT NULL COMMENT '主键ID',   `ename` varchar(100) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '姓名',   `position` varchar(100) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '位置',   `path` varchar(200) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '所在路径',   PRIMARY KEY (`eid`) USING BTREE ) ENGINE = InnoDB CHARACTER SET = utf8 COLLATE = utf8_general_ci ROW_FORMAT = Dynamic; -- ---------------------------- -- Records of employees2 -- ---------------------------- INSERT INTO `employees2` VALUES (1, '老王', '高管', '/1'); INSERT INTO `employees2` VALUES (2, '老宋', '产品部主管', '/1/2'); INSERT INTO `employees2` VALUES (3, '老牛', '技术部主管', '/1/3'); INSERT INTO `employees2` VALUES (4, '小吴', '产品A组长', '/1/2/4'); INSERT INTO `employees2` VALUES (5, '小李', '产品B组长', '/1/2/5'); INSERT INTO `employees2` VALUES (6, '小欢', '产品经理', '/1/3/6'); INSERT INTO `employees2` VALUES (7, '小小', '产品经理', '/1/3/7'); INSERT INTO `employees2` VALUES (8, '小天', '产品部员工', '/1/2/4/8'); INSERT INTO `employees2` VALUES (9, '小里', '产品部员工', '/1/2/4/9'); INSERT INTO `employees2` VALUES (10, '小黑', '产品部员工', '/1/2/5/10'); INSERT INTO `employees2` VALUES (11, '小胡', '产品部员工', '/1/2/5/11'); INSERT INTO `employees2` VALUES (12, '小丽', '技术部员工', '/1/3/6/12'); INSERT INTO `employees2` VALUES (13, '小蓝', '技术部员工', '/1/3/6/13'); INSERT INTO `employees2` VALUES (14, '小黄', '技术部员工', '/1/3/7/14'); INSERT INTO `employees2` VALUES (15, '小真', '技术部员工', '/1/3/7/15'); 12345678910111213141516171819202122232425262728293031

如图所示：

image.png


SQL示例


1.添加节点


要插入自己，然后查出父节点的Path，并且把自己生成的ID更新到path中去。比如，要在小吴节点后面插入M节点

-- 1.插入自己M，eid为16INSERTINTO employees2 ( eid, ename, position, path )VALUES(16,'M','产品部员工','');-- 2.查出小吴的path为/1/2/4SELECT path FROM employees2  WHERE eid=4-- 3.更新M的path为/1/2/4/16UPDATE employees2 SET path='/1/2/4/16'WHERE eid=16;  1234567


2.查询小天的直接上司


在上一个解决方案中能轻而易举做到的事情，在这个方案中却有些麻烦了，因为需要对path字段进行字符串处理，去掉“/”+自身id才是直接上司的path值。

SELECT  e1.eid,   e1.ename  FROM  employees2 e1,  employees2 e2  WHERE  e2.ename = '小天'   AND e1.path = REPLACE ( e2.path, CONCAT( '/', e2.eid ), '' ); 123456789

image.png


3.查询老宋管理下的直属员工


怎么查管理下的直属员工呢？那就要用模糊查询了；使用正则匹配，匹配所有path符合规则的记录

SELECT  e2.eid,   e2.ename  FROM  employees2 e1,  employees2 e2  WHERE  e1.ename = '老宋'   AND e2.path REGEXP CONCAT( e1.path, '/[0-9]{1,}$' ); 123456789

image.png


4.查询小天的所有上司


这里就能体现这种存储结构的优势了。不看效率的话，还是很方便的

SELECT  e1.eid,   e1.ename  FROM  employees2 e1,  employees2 e2  WHERE  e2.ename = '小天'   AND e2.path LIKE concat( e1.path, '/%' ); 123456789

image.png


4.查询小天的所有上司


这里就能体现这种存储结构的优势了。不看效率的话，还是很方便的

SELECT  e1.eid,   e1.ename  FROM  employees2 e1,  employees2 e2  WHERE  e2.ename = '小天'   AND e2.path LIKE concat( e1.path, '/%' ); 123456789

image.png

总结：
优点：多级查询十分方便；
缺点：插入节点稍微麻烦些；查询直接上下级的时候稍微复杂；path字段的长度是有限的，不能无限制的增加节点深度；
这种方法适用于存储小型的树结构。


方案三 Closure Table(存储关系表和深度)


Closure Table 终结表法，保存每个节点与其各个子节点的关系，也就是记录以其为根节点的全部子节点信息。


数据库存储结构


-- ---------------------------- -- Table structure for employees3 -- ---------------------------- DROP TABLE IF EXISTS `employees3`; CREATE TABLE `employees3`  (   `eid` int(11) NOT NULL COMMENT '主键ID',   `ename` varchar(100) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '姓名',   `position` varchar(100) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '位置',   PRIMARY KEY (`eid`) USING BTREE ) ENGINE = InnoDB CHARACTER SET = utf8 COLLATE = utf8_general_ci ROW_FORMAT = Dynamic; -- ---------------------------- -- Records of employees3 -- ---------------------------- INSERT INTO `employees3` VALUES (1, '老王', '高管'); INSERT INTO `employees3` VALUES (2, '老宋', '产品部主管'); INSERT INTO `employees3` VALUES (3, '老牛', '技术部主管'); INSERT INTO `employees3` VALUES (4, '小吴', '产品A组长'); INSERT INTO `employees3` VALUES (5, '小李', '产品B组长'); INSERT INTO `employees3` VALUES (6, '小欢', '产品经理'); INSERT INTO `employees3` VALUES (7, '小小', '产品经理'); INSERT INTO `employees3` VALUES (8, '小天', '产品部员工'); INSERT INTO `employees3` VALUES (9, '小里', '产品部员工'); INSERT INTO `employees3` VALUES (10, '小黑', '产品部员工'); INSERT INTO `employees3` VALUES (11, '小胡', '产品部员工'); INSERT INTO `employees3` VALUES (12, '小丽', '技术部员工'); INSERT INTO `employees3` VALUES (13, '小蓝', '技术部员工'); INSERT INTO `employees3` VALUES (14, '小黄', '技术部员工'); INSERT INTO `employees3` VALUES (15, '小真', '技术部员工'); -- ---------------------------- -- Table structure for emp_relations -- ---------------------------- DROP TABLE IF EXISTS `emp_relations`; CREATE TABLE `emp_relations`  (   `root_id` int(11) NULL DEFAULT NULL COMMENT '根节点的eid',   `depth` int(11) NULL DEFAULT NULL COMMENT '根节点到该节点的深度',   `is_leaf` tinyint(1) NULL DEFAULT NULL COMMENT '该节点是否为叶子节点',   `node_id` int(11) NULL DEFAULT NULL COMMENT '该节点的eid' ) ENGINE = InnoDB CHARACTER SET = utf8 COLLATE = utf8_general_ci ROW_FORMAT = Dynamic; -- ---------------------------- -- Records of emp_relations -- ---------------------------- INSERT INTO `emp_relations` VALUES (1, 0, 0, 1); INSERT INTO `emp_relations` VALUES (1, 1, 0, 2); INSERT INTO `emp_relations` VALUES (1, 1, 0, 3); INSERT INTO `emp_relations` VALUES (1, 2, 0, 4); INSERT INTO `emp_relations` VALUES (1, 2, 0, 5); INSERT INTO `emp_relations` VALUES (1, 2, 0, 6); INSERT INTO `emp_relations` VALUES (1, 2, 0, 7); INSERT INTO `emp_relations` VALUES (1, 3, 1, 8); INSERT INTO `emp_relations` VALUES (1, 3, 1, 9); INSERT INTO `emp_relations` VALUES (1, 3, 1, 10); INSERT INTO `emp_relations` VALUES (1, 3, 1, 11); INSERT INTO `emp_relations` VALUES (1, 3, 1, 12); INSERT INTO `emp_relations` VALUES (1, 3, 1, 13); INSERT INTO `emp_relations` VALUES (1, 3, 1, 14); INSERT INTO `emp_relations` VALUES (1, 3, 1, 15); INSERT INTO `emp_relations` VALUES (2, 0, 0, 2); INSERT INTO `emp_relations` VALUES (2, 1, 0, 4); INSERT INTO `emp_relations` VALUES (2, 1, 0, 5); INSERT INTO `emp_relations` VALUES (2, 2, 1, 8); INSERT INTO `emp_relations` VALUES (2, 2, 1, 9); INSERT INTO `emp_relations` VALUES (2, 2, 1, 0); INSERT INTO `emp_relations` VALUES (2, 2, 1, 11); INSERT INTO `emp_relations` VALUES (3, 0, 0, 3); INSERT INTO `emp_relations` VALUES (3, 1, 0, 6); INSERT INTO `emp_relations` VALUES (3, 1, 0, 7); INSERT INTO `emp_relations` VALUES (3, 2, 1, 12); INSERT INTO `emp_relations` VALUES (3, 2, 1, 13); INSERT INTO `emp_relations` VALUES (3, 2, 1, 14); INSERT INTO `emp_relations` VALUES (3, 2, 1, 15); INSERT INTO `emp_relations` VALUES (4, 0, 0, 4); INSERT INTO `emp_relations` VALUES (4, 1, 1, 8); INSERT INTO `emp_relations` VALUES (4, 1, 1, 9); INSERT INTO `emp_relations` VALUES (5, 0, 0, 5); INSERT INTO `emp_relations` VALUES (5, 1, 1, 10); INSERT INTO `emp_relations` VALUES (5, 1, 1, 11); INSERT INTO `emp_relations` VALUES (5, 1, 1, 12); 1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950515253545556575859606162636465666768697071727374757677787980

表数据如下：

image.png

image.png


SQL示例


1.插入节点


比如，要在小吴节点后面插入M节点：
在插入M节点后，找出以小吴节点为后代的那些节点作为和M节点之间有后代关系，插入到数据表。

-- 1.插入自己M，eid为16INSERTINTO employees2 ( eid, ename, position )VALUES(16,'M','产品部员工');-- 2.查出以小吴为后代的节点数据SELECT*FROM emp_relations WHERE node_id=4-- 3.插入到数据表：深度+1作为和M节点的深度 

INSERT INTO emp_relations ( root_id, depth, is_leaf, node_id ) VALUES ( 1, 3, 0, 16 ), ( 2, 2, 0, 16 ), ( 4, 1, 0, 16 ), ( 16, 0, 1, 16 ); 123456789101112


2.查询小天的直接上司


在关系表中找到node_id为小天id，depth为1的根节点id即可

SELECT  e2.ename BOSS  FROM   employees3 e1,  employees3 e2,  emp_relations rel  WHERE  e1.ename = '小天'   AND rel.node_id = e1.eid    AND rel.depth = 1   AND e2.eid = rel.root_id 1234567891011

image.png


3.查询老宋管理下的直属员工


只要查询root_id为老宋eid且深度为1的node_id即为其直接下属员工id

SELECT e1.eid, e1.ename 直接下属  FROM employees3 e1, employees3 e2,

emp_relations rel  WHERE  e2.ename = '老宋'   AND rel.root_id = e2.eid    AND rel.depth = 1   AND e1.eid = rel.node_id 123456789101112

image.png


4.查询小天的所有上司。


只要在关系表中找到node_id为小天eid且depth大于0的root_id即可

SELECT e2.eid, e2.ename 上司  FROM employees3 e1, employees3 e2, emp_relations rel  WHERE e1.ename ='小天'   AND rel.node_id = e1.eid   AND rel.depth >0   AND e2.eid = rel.root_id 123456789101112


5.查询老王管理的所有员工


SELECT e1.eid, e1.ename 下属  FROM employees3 e1, employees3 e2, emp_relations rel  WHERE e2.ename ='老王'   AND rel.root_id = e2.eid   AND rel.depth >0   AND e1.eid = rel.node_id 123456789101112

总结：
优点：四个查询的复杂程度是一样的，而且可以让另一张表只存储跟节点紧密相关的信息，看起来更简洁；
缺点：关系表会很庞大，当层次很深，结构很庞大的时候，关系表数据的增长会越来越快，相当于用空间效率来换取了查找上的时间效率


对比


树形结构在数据库中存储的三种方式就介绍完了，接下来对比一下三种方法：


  • 方案一：Adjacency List
    优点：只存储上级id，存储数据少，结构类似于单链表，在查询相邻节点的时候很方便，添加删除节点都比较简单。
    缺点：查询多级结构的时候会显得力不从心(无论是SELECT还是DELETE都可能涉及到获取所有子节点的问题)。
    适用场合：对多级查询需求不大的场景比较适用。
  • 方案二：Path Enumeration
    优点：查询多级结构的时候比较方便。查询相邻节点时也比较ok。增加或者删除节点的时候比较简单。
    缺点：需要存储的path值可能会很大，甚至超过设置的最大值范围，理论上无法无限扩张。
    适用场合：结构相对简单的场景比较适合。
  • 方案三：Closure Table
    优点：在查询树形结构的任意关系时都很方便。
    缺点：需要存储的数据量比较多，索引表需要的空间比较大，增加和删除节点相对麻烦。
    适用场合：纵向结构不是很深，增删操作不频繁的场景比较适用。


文章标签：
云数据库 RDS MySQL 版
SQL
关系型数据库
索引
MySQL
数据库
存储
相关实践学习
每个IT人都想学的“Web应用上云经典架构”实战
本实验从Web应用上云这个最基本的、最普遍的需求出发，帮助IT从业者们通过“阿里云Web应用上云解决方案”，了解一个企业级Web应用上云的常见架构，了解如何构建一个高可用、可扩展的企业级应用架构。
MySQL数据库入门学习
本课程通过最流行的开源数据库MySQL带你了解数据库的世界。   相关的阿里云产品：云数据库RDS MySQL 版 阿里云关系型数据库RDS（Relational Database Service）是一种稳定可靠、可弹性伸缩的在线数据库服务，提供容灾、备份、恢复、迁移等方面的全套解决方案，彻底解决数据库运维的烦恼。 了解产品详情: https://www.aliyun.com/product/rds/mysql 
微芒不朽
目录
相关文章
顾翔
|
缓存 关系型数据库 BI
使用MYSQL Report分析数据库性能（下）
使用MYSQL Report分析数据库性能
顾翔
674 158
翼龙云TG_yilongcloud
|
关系型数据库 MySQL 数据库
自建数据库如何迁移至RDS MySQL实例
数据库迁移是一项复杂且耗时的工程，需考虑数据安全、完整性及业务中断影响。使用阿里云数据传输服务DTS，可快速、平滑完成迁移任务，将应用停机时间降至分钟级。您还可通过全量备份自建数据库并恢复至RDS MySQL实例，实现间接迁移上云。
翼龙云TG_yilongcloud
461 1
游客vphb4ae2je2zi
|
12月前
|
关系型数据库 MySQL 数据库
阿里云数据库RDS费用价格：MySQL、SQL Server、PostgreSQL和MariaDB引擎收费标准
阿里云RDS数据库支持MySQL、SQL Server、PostgreSQL、MariaDB，多种引擎优惠上线！MySQL倚天版88元/年，SQL Server 2核4G仅299元/年，PostgreSQL 227元/年起。高可用、可弹性伸缩，安全稳定。详情见官网活动页。
游客vphb4ae2je2zi
1783 152
上云就上阿狸云
|
关系型数据库 MySQL 数据库
阿里云数据库RDS支持MySQL、SQL Server、PostgreSQL和MariaDB引擎
阿里云数据库RDS支持MySQL、SQL Server、PostgreSQL和MariaDB引擎，提供高性价比、稳定安全的云数据库服务，适用于多种行业与业务场景。
上云就上阿狸云
1215 156
顾翔
|
缓存 监控 关系型数据库
使用MYSQL Report分析数据库性能（中）
使用MYSQL Report分析数据库性能
顾翔
793 156
顾翔
|
缓存 监控 关系型数据库
使用MYSQL Report分析数据库性能（上）
最终建议：当前系统是完美的读密集型负载模型，优化重点应放在减少行读取量和提高数据定位效率。通过索引优化、分区策略和内存缓存，预期可降低30%的CPU负载，同时保持100%的缓冲池命中率。建议每百万次查询后刷新统计信息以持续优化
顾翔
837 161
游客vphb4ae2je2zi
|
12月前
|
关系型数据库 MySQL 分布式数据库
阿里云PolarDB云原生数据库收费价格：MySQL和PostgreSQL详细介绍
阿里云PolarDB兼容MySQL、PostgreSQL及Oracle语法，支持集中式与分布式架构。标准版2核4G年费1116元起，企业版最高性能达4核16G，支持HTAP与多级高可用，广泛应用于金融、政务、互联网等领域，TCO成本降低50%。
游客vphb4ae2je2zi
2247 6
上云就上阿狸云
|
12月前
|
关系型数据库 分布式数据库 数据库
阿里云数据库收费价格：MySQL、PostgreSQL、SQL Server和MariaDB引擎费用整理
阿里云数据库提供多种类型，包括关系型与NoSQL，主流如PolarDB、RDS MySQL/PostgreSQL、Redis等。价格低至21元/月起，支持按需付费与优惠套餐，适用于各类应用场景。
上云就上阿狸云
1910 4
蓝易云
|
Ubuntu 安全 关系型数据库
安装与配置MySQL 8 on Ubuntu，包括权限授予、数据库备份及远程连接指南
以上步骤提供了在Ubuntu上从头开始设置、配置、授权、备份及恢复一个基础但完整的MySQL环境所需知识点。
蓝易云
1283 7
1243767626601764
|
12月前
|
SQL 关系型数据库 MySQL
Mysql数据恢复—Mysql数据库delete删除后数据恢复案例
本地服务器，操作系统为windows server。服务器上部署mysql单实例，innodb引擎，独立表空间。未进行数据库备份，未开启binlog。 人为误操作使用Delete命令删除数据时未添加where子句，导致全表数据被删除。删除后未对该表进行任何操作。需要恢复误删除的数据。 在本案例中的mysql数据库未进行备份，也未开启binlog日志，无法直接还原数据库。
1243767626601764
953 2

热门文章

最新文章

  • 1
    数据库基础知识
  • 2
    PolarDB Serverless能力测评：秒级弹升、无感伸缩与强一致性，助您实现高效云数据库管理！
  • 3
    【独家直播】洞见数据库前沿 集结阿里云数据库最强阵容 DTCC 2019 八大亮点抢先看
  • 4
    IndexDB实现一个本地数据库的增删查改
  • 5
    NoSQL数据库简单介绍
  • 6
    如何紧急恢复SQL Server主数据库
  • 7
    asp.net web数据库控件内table（包括嵌套table）的边线问题
  • 8
    从 ClickHouse 到阿里云数据库 SelectDB 内核 Apache Doris：快成物流的数智化货运应用实践
  • 9
    sql数据库练习题(涵盖大部分知识点)
  • 10
    认真对待数据库中char和varchar
  • 1
    【紧急救援】MySQL CPU 100%！一套组合拳教你快速定位并解决！
    1297
  • 2
    MySQL中日期和时间函数的使用指南
    575
  • 3
    MySQL 与 Redis 如何保证双写一致性？
    1128
  • 4
    【赵渝强老师】MySQL的事务隔离级别
    543
  • 5
    【Docker】（3）学习Docker中 镜像与容器数据卷、映射关系！手把手带你安装 MySql主从同步 和 Redis三主三从集群！并且进行主从切换与扩容操作，还有分析 哈希分区 等知识点！
    1028
  • 6
    MySQL源码编译安装
    2539
  • 7
    MySQL二进制包安装
    1932
  • 8
    MySQL包安装 -- SUSE系列（离线RPM包安装MySQL）
    1008
  • 9
    MySQL包安装 -- SUSE系列（SUSE资源库安装MySQL）
    1022
  • 10
    MySQL包安装 -- Debian系列（离线DEB包安装MySQL）
    4009

    • 相关课程

    更多
  • MySQL企业常见架构与调优经验分享
  • 阿里云云原生数据仓库AnalyticDB MySQL版 使用教程
  • MySQL实战进阶
  • 阿里云数据库产品家族及特性
  • 数据库及SQL/MySQL基础
  • 云数据库MySQL快速入门

    • 相关电子书

    更多
  • PolarDB-X：更具性价比的 MySQL替换
  • 2023云栖大会：AnalyticDB MySQL新特性介绍
  • 低代码开发师（初级）实战教程

    • 推荐镜像

    更多
  • mysql
    • 下一篇
    一条命令迁移，帮你实现 OpenClaw 与 Hermes Agent 记忆互通！