我有一个产品目录。每个类别由不同数量（深度）的子类别组成。层次（深度）的数量是未知的，但我很确定它不会超过5，6层。数据的变化比读数要少得多。
问题是：什么样的分层数据模型更适合这种情况。这个项目是基于Django框架的，它的特殊性（管理i-face，模型处理......）应该被考虑。
非常感谢！我有一个产品目录。
Nested sets 是更好的性能，如果你不需要频繁的更新或分级排序。
如果你需要树状更新或分层排序，最好是使用 parent-child 数据模型。
它很容易在 Oracle 和 SQL Server 2005+而不是那么容易（但仍有可能），在 MySQL.
对于这种分层数据，我会使用修改后的预排序树遍历算法，MPTT。如果你不介意对结构的改变有一点惩罚的话，这可以让你在遍历树和寻找子代时有很好的表现。
幸运的是，Django有一个很好的库可用于此。django-mptt. 我在一些项目中使用了这个方法，取得了很大的成功。还有 django-treebeard 它提供了几种可供选择的算法，但我还没有用过它（反正它似乎没有mptt那么受欢迎）。
根据这些文章。
http:/explainextended.com20090924adjacency-list-vs-nested-set-postgresql。http:/explainextended.com20090929adjacency-list-vs-nested-set-mysql。
"MySQL是四大系统(MySQL、Oracle、SQL Server、PostgreSQL)中唯一一个嵌套集模型表现出不错的性能，可以考虑存储分层数据的系统。"
Adjacency List更容易维护，而Nested Sets的查询速度要快得多。
问题一直是，将Adjacency List转换为Nested Sets需要花费太长的时间，这要归功于一个非常讨厌的 "push stack "方法，该方法加载了RBAR。 所以人们最终在Nested Sets中做了一些非常困难的维护，或者不使用它们。
现在，你也可以吃到你的蛋糕了! 你可以在10万个节点上用不到4秒的时间进行转换，在100万行上用不到1分钟的时间进行转换! 顺便说一下，所有这些都是在T-SQL中完成的! 请看下面的文章。