省-市-区这种三级地址的结构,是我们中国人写软件经常遇到的需求。(当然,往上可能有国家/地区,往下可能有乡镇/街道,层级数量是不一定的)
这个需求一般要满足几个特点:
- 必须表现省市区的隶属关系。——不用说。铁则。
- 存储要够省。——如果每条记录里都存所有的省市区,那可太笨拙了。其实如果存储省下了,好查询,也好维护。
- 必须有快速的回溯。——找出包含小行政区的所有上级,是最频繁的查询需求。
- 对付其他的查询方法,也要够灵活。
- 一般使用中看作是死的,但不能写死,因为行政区划总有更新的一天。
必须保证系统最低限度的灵活性。
左右值无限层级存储方法
我喜欢用左右值法来组织省-市-区的表格。
数据结构
-------------------------------------
name lbb ubb depth 注:ID省略
-------------------------------------
吉林省 1 14 1
长春市 2 7 2
朝阳区 3 4 3
南关区 5 6 3
辽源市 8 13 2
龙山区 9 10 3
东丰县 11 12 3
辽宁省 15 18 1
沈阳市 16 17 2
-------------------------------------
数据表就像这样。这个组织方法的特点是:
- 每一个区划覆盖一个整数值区间。
- 各个区间只嵌套不交叉。
- 甚至各区间的上下限不允许重叠,左右值是无重复的。
这是一个相当重要的优化。下边的查询,没有这个条件基本都不能成立或不太方便。 - 最小的区间长度至少为1。
- 总体是一个无限嵌套的结构。
以上边这个表格为例,他表示了这样一个分层结构:
1------------------吉林-------------------14 15---辽宁---18
2------长春------7 8--------辽源--------13 16-沈阳-17
3-朝阳-4 5-南关-6 9-龙山-10 11-东丰-12
这样,省-市-区就只需要存储一个数字,即该区划的左值,就可以了。
但必须注意:虽然存左值完全够实用了,但为了数据安全,必须另开设一个字段存储对应区划的ID,作为“真正唯一的关联数据(虽然不怎么用得到)”。而左值只能当作“非常有用的冗余数据”,做好一更新随时会被重写的准备。原因末尾“优势和弱点”一节会解释。
查询方法
根据号码查询单个区划的名称,查左值相等的就行了。
如果要列出所有的上级区划,尤其方便。由于区间包含是一个简单的数学关系,所以再也不必要像典型的存储父记录号码那样,费时费力去做回溯操作。
只要把包含区间的值的所有区间取出,就是这个区划的所有上级。并且,由于大区间的左值一定比小区间的小,所以只需要按照左值升序,就可以把区间从大到小排序。
例如查询朝阳区(左值=3)
的所有上级:
SELECT * FROM regiontable WHERE lbb<=3 AND ubb>3 ORDER BY lbb ASC
得到结果:
-------------------------------------
name lbb ubb depth
-------------------------------------
吉林省 1 14 1
长春市 2 7 2
朝阳区 3 4 3
-------------------------------------
即吉林省-长春市-朝阳区。
遍历方法
数据表中存储了depth
冗余字段代表层级深度。这个字段会在查询中起大作用。
例如列出下级所有区域(已知当前级别的左右界和深度):
SELECT * FROM regiontable WHERE lbb>左界 AND ubb<右界 AND depth=(深度+1) ORDER BY lbb ASC
如果列出第一级那就只查depth=1就行了。
这个查询不仅可以用于行政区划表格,也可以用于用户数据表格。例如列出属于某区域的所有用户(已知此级别的左右界):
SELECT * FROM userinfo WHERE region>=左界 AND region<右界
而无论对于多大的区域,这个查询效率的都是均等的高,彻底杜绝区域大了查不动。
优势和弱点
左右值法快就快在查询和排序都有数学的自然性。一步到位,无需回溯,效率是显而易见的。
而弱点同样显而易见:修改极其麻烦,并且往往是牵一发而动全身。一处写入,估计大半张表格都要跟着修改。算法就会很麻烦。
而这要注意对于任何一个记录,其左右值都是不稳定的,只能用于查询,绝对不能用来与数据表建立持久稳定的关系!这也就是前边说过一定要存区划ID的意义。
这个需求中,我们恰好使用了优势,而规避了弱点。因为行政区划数据天天查,但很少改。
具体地址怎么存?
像淘宝那样,把省市区放在一行内,摆在地址文本框的旁边,并明示用户:地址中不必再输入省市区。
如何应对不存在的省市区名称?
我推荐的方法是:提示用户能选到多细选多细,如果再细没有了,就放在具体地址前边,一起输入到地址文本框中。
我是绝对反对整几个小文本框,给用户在找不到自己的省市区的时候,去自定义输入的。
理由也很简单:就算我们的行政区划数据库再老,再不准确,那也能保证99%的人都能找到自己的地址。
所以这个思路看似很自然(没有就自定义嘛!),但其实是在为了1%的需求投入100%的开发精力,到头来是极其愚蠢和低效的。
数据哪里来?
要求不高的,维基百科去抄,或者到别的程序里去扒。
要求高的,去买民政部出的《中华人民共和国行政区划简册2013》,权威性没商量。
注意港澳台的行政区划问题。我建议以下的方案:
- 香港、澳门特别行政区,仅列在中华人民共和国下,不列入单独的国家/地区。
- 中华人民共和国下存在台湾省,但不再向下延伸;
- 第一级国家/地区(如果有的话)单列台湾,并按维基百科资料,或参考台湾执政部门资料,填入对应的下级行政区域。最好使用正体(繁体)中文。
- 另外,小心使用洋人做的国家列表。要是一不小心新疆和西藏单列了国家和地区,就自己考虑后果吧。
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。