SQL 也能遞歸？一文搞懂 Recursive CTE的魔力
很多人以為遞歸（Recursive）只屬于編程語言，和 SQL 沒什么關系。但其實 SQL 中也能實現遞歸操作，特別是在處理樹結構、路徑查找時，WITH RECURSIVE 展現出強大威力。本文將帶你一步步掌握 SQL 中的遞歸查詢，揭開 Recursive CTE 的神秘面紗！
Recursive CTE（遞歸公共表表達式）
在 SQL 中，遞歸公共表表達式（Recursive CTE） 是一種強大的查詢手段。通過 WITH RECURSIVE 語法，開發者可以定義一個可以引用自身的查詢結構，實現在查詢過程中“自我迭代”的效果。
簡單來說，SQL 也能“遞歸”。
不過需要注意的是，遞歸查詢必須設計得當，確保它在某個條件下能夠終止。否則，就可能陷入“無限循環”，導致查詢無法完成，甚至拖垮數據庫性能。
那么，SQL 的遞歸到底怎么寫？能解決哪些實際問題？接下來，我們就從原理、寫法，到典型應用場景，一步步帶你搞懂 Recursive CTE 的魔力。
來看一個最簡單的例子，生成從 1 到 5 的數字序列：
圖片
我們來拆解一下這段 SQL 是如何“遞歸”的：
- 首先，SELECT 1 AS num 是 遞歸的起點，稱為錨點（Anchor Member），遞歸從這里開始。
- 接下來，SELECT num + 1 FROM rec WHERE num < 5 是 遞歸部分，它會反復執行，直到 num < 5 不再滿足為止。
- UNION ALL 將錨點和遞歸部分的結果組合起來。
整個查詢的執行過程大致如下：
- 第一步，輸出 1；
- 然后執行遞歸部分，1 + 1 = 2，滿足條件，繼續；
- 依次得到 3、4、5；
- 當 num 增加到 6 時，不滿足 num < 5，遞歸終止。
把遞歸邏輯“套”起來，這次不是 1 到 5，而是 100、200、300……直到 700。核心邏輯沒變，只是換了組數字而已。
圖片
示例：斐波那契數列（Fibonacci Sequence）
WITH RECURSIVE 不僅可以用于構造數字序列，還可以實現更復雜的遞歸計算。比如，我們可以利用它來生成前 8 個斐波那契數：
圖片
示例：樹結構遍歷（Tree Traversal）
除了計算數值，WITH RECURSIVE 還可以用于遍歷樹形結構，這在處理層級數據（如組織架構、分類標簽、菜單結構等）時非常常見。
比如，下面是一個“標簽（tags）層級結構”的遞歸遍歷案例：
圖片
圖片
圖片
示例：圖遍歷（Graph Traversal）
借助 WITH RECURSIVE，我們甚至可以在 SQL 中實現任意圖結構的遍歷（Graph Traversal）。這對于表示如路線網絡、依賴關系圖、社交圖譜等復雜結構非常有用。
不過需要特別注意的是：如果圖中存在環（cycle），就必須進行循環檢測，否則遞歸查詢可能會陷入死循環，永遠無法終止。
一種常見的做法是：在遞歸過程中記錄當前路徑，每次延伸路徑前，先檢查目標節點是否已訪問過，從而避免重復走回頭路。下面的示例中詳細演示這一做法。
圖片
圖片
需要注意的是，這類圖結構中可能包含有向環（directed cycles），比如節點 1、5 和 8 之間就形成了一個閉環。
枚舉從某個節點出發的所有路徑（Enumerate All Paths from a Node）
下面這個查詢展示了如何使用 WITH RECURSIVE 來枚舉從節點 1 出發的所有路徑：
圖片
需要注意的是，這個查詢的結果并不限于最短路徑。
例如，對于節點 5，結果中既包含直接路徑 [1, 5]，也包含更長的路徑 [1, 3, 5]。
換句話說，它會列出所有可能走通的路徑，而不是只保留最短的那一條。如果你希望過濾最短路徑或添加路徑權重，還需要進一步處理。
圖片
枚舉兩個節點之間的無權最短路徑（Enumerate Unweighted Shortest Paths）
WITH RECURSIVE 還可以用來查找兩個節點之間的所有無權最短路徑。為了保證遞歸查詢在到達目標節點后及時終止，我們可以借助窗口函數，檢查當前新增節點中是否已包含目標節點。
下面的查詢展示了如何找出從節點 1（起點）到節點 8（終點）之間的所有無權最短路徑：
圖片
遞歸不僅屬于編程語言，SQL 也能“遞歸”！借助 WITH RECURSIVE，我們可以優雅地處理數字序列、樹結構、圖遍歷等復雜問題。無論是層級查詢，還是路徑搜索，Recursive CTE 都是一種強大且靈活的利器。
