SQL:在拆分层次结构中查找缺少的文件夹路径

我有一个包含文件夹路径的表。 此表包含四列：

DirID

、

BaseDirID

、

DirLevel

和

DisplayPath

。

DirID

-文件夹的ID。

BaseDirID

-层次结构中第一个文件夹的ID。因此，来自同一层次结构的所有文件夹（路径）在此列中共享相同的值。

DirLevel

-文件夹的深度。

DisplayPath

-文件夹的路径

我需要找到层次结构中这些文件夹之间的所有“间隙”

示例数据，例如：

DirID BaseDirID DirLevel DisplayPath
1   1  1  'A'
2   1  3  'A\B\C'
3   1  5  'A\B\C\D\E'
4   1  3  'A\B\F'
5   1  5  'A\B\F\G\H'
6   2  1  'U'
7   2  3  'U\V\W'
8   2  5  'U\V\W\X\Y'
9   2  3  'U\V\M'
10  2  5  'U\V\M\L\O'

因此，我们需要找到以下数据：

BaseDirID DisplayPath
1   'A\B'
1   'A\B\C\D'
1   'A\B\F\G'
2   'U\V'
2   'U\V\W\X'
2   'U\V\M\L'

评论：

a。此表包含超过250000条文件夹记录，因此我们寻求最有效的方法来执行此操作，否则脚本将被卡住很长时间，我们没有时间

b。我没有所有文件夹的列表。我拥有的是“根”文件夹和“叶”文件夹，我需要在层次结构中找到它们之间的“间隙”

c。该表可以包含多个层次结构，我们需要找到所有层次结构中的“间隙”

d。每个层次结构都可以拆分，正如您在示例数据中所看到的，第一个层次结构将拆分为两个文件夹，即“A\B”文件夹的路径： “A\B\C”和“A\B\F”。 第二个层次结构从“U\V”文件夹拆分为两个文件夹路径：“U\V\W”和“U\V\M”。 我们需要找到所有的“差距”，即使在这种情况下，当层次结构分裂。

e。sql server版本为：sql 2012 SP3

此问题是以下链接中问题的延续问题： 我们的问题还包括以粗体显示的第四条评论

我看到有一种新的列类型，叫做“hierarchyid”（从sql server 2008开始），我认为这可能会帮助我们- 你觉得怎么样

---

提前感谢。

使用此添加的路径

（11,2，'U\V\Z\L\O\Q\R\S\T'）

显示路径中缺少的多个文件夹：

with cte as (
select BaseDirID, DisplayPath = left(DisplayPath,len(DisplayPath)-charindex('\',reverse(DisplayPath)))
from t
where DirLevel > 1
  and not exists (
  select 1 
  from t i
  where t.BaseDirId = i.BaseDirId
    and i.DisplayPath = left(t.DisplayPath,len(t.DisplayPath)-charindex('\',reverse(t.DisplayPath)))
    )
union all 
select BaseDirID, DisplayPath = left(DisplayPath,len(DisplayPath)-charindex('\',reverse(DisplayPath)))
from cte t
where not exists (
  select 1 
  from t i
  where t.BaseDirId = i.BaseDirId
    and i.DisplayPath = left(t.DisplayPath,len(t.DisplayPath)-charindex('\',reverse(t.DisplayPath)))                                                   
    )
)
select distinct * 
from cte

rextester演示：

返回：

+-----------+-----------------+
| BaseDirID |   DisplayPath   |
+-----------+-----------------+
|         1 | A\B             |
|         1 | A\B\C\D         |
|         1 | A\B\F\G         |
|         2 | U\V             |
|         2 | U\V\M\L         |
|         2 | U\V\W\X         |
|         2 | U\V\Z           |
|         2 | U\V\Z\L         |
|         2 | U\V\Z\L\O       |
|         2 | U\V\Z\L\O\Q     |
|         2 | U\V\Z\L\O\Q\R   |
|         2 | U\V\Z\L\O\Q\R\S |
+-----------+-----------------+

---

真正的文件夹名称不同，或者是A\B…？文件夹名称可以是：Kannan Kannan\Kandasamy Kannan\Kandasamy\Nuriel Kannan\Kandasamy\Nuriel Nuriel\Zrubaveli。确实需要递归丢失的文件夹。解决方案有效吗？因为它在一个包含250000行的表中的每一行上使用CharIndex（）多个模块的时间…我在大小~200k的表上尝试了这个解决方案。查询运行了20多分钟，直到我取消它！你能给我一个更有效的解决方案吗？我在问题中写得非常清楚：“这个表包含250000多条文件夹记录，因此我们寻求最有效的方法来实现这一点”。@NurielZrubaly请包括实际的表模式ddl和相关的索引、约束，和问题中的关系以及代表性示例数据。我的表没有任何索引或主键。我现在在

BaseDirID

列中添加了非聚集索引，现在它可以在45秒内运行。但它仍然不够有效。。。请记住，我们可以对表格进行任何更改。我现在补充了一个问题，我们有另一列

DirLevel

，表示文件夹的深度。