检索mptt查询集的祖先的查询集的高效函数

Question

有没有人有一个有效的算法来检索一个mptt查询集的所有祖先？到目前为止我能想到的最好的是这样的:

def qs_ancestors(queryset):
    if isinstance(queryset, EmptyQuerySet):
        return queryset
    queryset_aggs = queryset.values_list('tree_id', 'level').annotate(max_lft=Max('lft'), min_rght=Min('rght'))
    new_queryset = queryset.none()
    for tree_id, level, max_lft, min_rght in queryset_aggs:
        ancestors = MyModel.objects.filter(
           tree_id=tree_id,
           level__lt=level, 
           lft__lte=max_lft,
           rght__gte=min_rght,
        )
        new_queryset = ancestors | new_queryset
    return new_queryset

这种方法存在两个问题:

1. 如果存在彼此不相邻的分支(即它确实不起作用),它将失败
2. 这是非常低效的,因为它最终number_of_trees*number_of_levels在最终查询中有条款,它可以非常快地变得非常大

我愿意在其他地方缓存祖先,但我想不出有效的方法.我考虑添加一个字段,用逗号分隔的祖先id的列表,然后GROUP_CONCAT在一个额外的内部做一个(我在MySQL中),但我认为这可能会变得很大/很慢.

Answer 1

我不得不写一次类似的算法。我有一个显示 MPTT 树的视图，它是一棵非常大的树，所以我无法在 HTML 模板中加载它的所有数据。所以我在初始加载时只显示根节点，并使用 Ajax 加载其他节点。

它运行良好，直到我的老板要求我实施“搜索”选项。搜索必须查看所有节点并在找到匹配项时分解树。我花了一段时间才弄明白这一点，但我终于明白了。这是一个想出的解决方案：

from django.db.models import Q

def get_parents(self, qs):
    tree_list = {}
    query = Q()
    for node in qs:
        if node.tree_id not in tree_list:
            tree_list[node.tree_id] = []

        parent =  node.parent.pk if node.parent is not None else None,

        if parent not in tree_list[node.tree_id]:
            tree_list[node.tree_id].append(parent)

            query |= Q(lft__lt=node.lft, rght__gt=node.rght, tree_id=node.tree_id)

    return YourModel.objects.filter(query)

它只需要运行两个查询，qs作为参数传递的初始查询和函数返回的最终查询集。这tree_list是一个存储已经添加到查询集中的节点的字典，它是一种优化，算法不需要工作。但是由于我正在处理一棵相对较大的树，因此我必须将其包含在内。

我想你可以把这个方法变成一个管理器，让它更通用，即让它适用于任何 MPTT 模型，而不仅仅是 YourModel

Answer 2

怎么样：

def qs_ancestors(queryset):
    if isinstance(queryset, EmptyQuerySet):
        return queryset
    new_queryset = queryset.none()
    for obj in queryset:
        new_queryset = new_queryset | obj.get_ancestors()
return new_queryset

它仍然是 len(queryset) 子句。您可以通过执行预处理过程来删除查询集中其他对象的祖先对象，从而减少子句的数量，例如：

min_obj_set = []
for obj in queryset.order_by('tree_id', '-level'):
    for obj2 in min_obj_set:
        if obj.is_ancestor_of(obj2):
            break
    else:
        min_obj_set.append(obj)

尽管上面的代码片段只是一个示例，但如果您的查询集包含大量对象，您可能需要使用 BST。

不过，您必须测试与较大的数据库查询相比，这是否会提高速度。