在一个系统设计中经常遇到分类数据表格设计，而且分类层数可能是不确定的。比方说一个商场的产品分类可以如下:
上图的数据结构就是一个树，数据表格设计有多种方法。每个分类可能在系统运行时需查询、增加、删除、修改、移动。不同的设计可能使各个功能点的性能不同，有些使查询快速和便利，有些新是增快速和便利，有些是删除、修改快和便利。针对上图可以有以下各种设计：
方案一：( 经常使用)
注 ：Id:类型的唯一标识符；name:类型名称；parentId:父类ID(参照本表id)
查询 ：单一查询方便；但查询某分类的全部子类就不方便（需迭代查询 ），不同的数据库有不同的语句，有些数据库还不支持迭代查询。
新增、修改、删除 ：新增、修改、删除比较便利(删除某分类时可能得逐级向上删除或者设置CASCADE
方案二：
注： Id:类型的唯一标识符；name:类型名称；code:类型编码
查询 ：单一查询方便，查询某分类的全部子类也方便（使用 like） 。
修改 、删除：修改、删除比较便利
新增 ：新增还需查询其父类code，然后再加上此类#id(不很便利)
致命缺点 :code长度有限，只支持层数有限的树形结构，树形不大时可以使用此结构
方案三：（综合方案二方案一）
此方案综合了方案一、二，弥补了方案一的一些缺点但也带进了方案而的缺点
最想说的是方案四
先看看下面这个数据结构：
表结构：
Left：左支标识 Right：右支标识
这个数据结构的查询需要一定的算法来支持，
查询：单一查询方便
查询分类根节点：
Select * from kind_table where left=1;查询分类（left=pleft, right=pright）所以子类(此处不需迭代查询)：
Select * from kind_table where left> pleft and right<pright; 修改：
修改一个分类（得连带修改其所有子类），只需遵循一条原则：
where left> pleft and right<pright; 新增：
新增一个分类（其父类为id=pid,left=pleft, right=pright）
Update kind_table set right = right+ 2 where right >= pright;
Update kind_table set left =left+2 where left > pright;
Insert into kind_table values($id,$name,pid, pright, pright+1)； 删除：
删除一个分类（id=cid,left=cleft, right=cright）
Delete from kind_table where left>= pleft and right=<pright;
Update kind_table set right = right-( cright- cleft+1) where right > cright;
Update kind_table set left =left-( cright- cleft+1) where left > cleft;一些特殊查询：
查询一个父类 （id=pid,left= pleft, right=pright）的所有子类的个数：---不需查询数据库
所有子类的个数:（Pright- pleft-1）/2
判断一个节点是否为叶子节点 ：（Pright- pleft-1）/2 ==0 或者Pright- pleft==1
缺点:较复杂的算法
