SQL中多级分类树叶子节点汇总方法

在多级分类树的场景里，直接按 category_id 做 GROUP BY 汇总，结果十有八九是错的——因为所有层级的节点（包括父类）都会被统计进去，导致父类数据被子节点重复累加而失真。业务真正关心的，是那些没有子节点的叶子节点，也就是在树结构里，这个 category_id 不会作为任何其他记录的 parent_id 出现。要实现这个目标，就得用 NOT EXISTS 或 LEFT JOIN ... IS NULL 先判断节点是不是叶子，然后再聚合销售数据。

为什么直接 GROUP BY 无法正确汇总叶子节点

举个简单的例子：商品类目表里，electronics 是父类，smartphone 和 laptop 是它的子类，而 iphone-15 才是真正的叶子——它下面再没有更细的类目了。如果直接按 category_id 汇总销售数据，父类数据会被子节点重复累加，结果自然失真。

关键判断逻辑其实就一句话：一个节点是叶子，当且仅当它在树结构中不作为任何其他节点的 parent_id 存在。这里有几点需要特别留意：

• NOT EXISTS 或 LEFT JOIN ... IS NULL 才是判断叶子的正确姿势
• 千万别直接用 WHERE parent_id IS NULL —— 根节点的 parent_id 也是 NULL，但这并不代表它是叶子
• 如果树表里有 level、path 等辅助字段，可以用来辅助判断，但不能替代实际子节点存在性检查

用 NOT EXISTS 筛出叶子节点再聚合

这是最通用、兼容性最好的写法，MySQL 5.7+、PostgreSQL、SQL Server 等主流数据库全都适用。

SELECT
  t.category_id,
  t.name,
  SUM(s.amount) AS total_sales
FROM categories t
INNER JOIN sales s ON t.category_id = s.category_id
WHERE NOT EXISTS (
  SELECT 1 FROM categories c WHERE c.parent_id = t.category_id
)
GROUP BY t.category_id, t.name;

写的时候有几个坑需要绕开：

• NOT EXISTS 子查询里必须关联外层 t.category_id，否则就变成全表扫描了
• 聚合之前必须先过滤出叶子，不能把 NOT EXISTS 放在 HA VING 里——HA VING 处理的是分组后的结果，而叶子判定是行级逻辑
• 如果 sales 表里出现了未在 categories 中注册的 category_id，最好先用 INNER JOIN 或加一层 WHERE s.category_id IN (SELECT category_id FROM categories) 确保数据干净

用 LEFT JOIN + IS NULL 替代 NOT EXISTS（适合调试）

这个写法的语义更直观，执行计划有时候也更容易理解，但连接条件一定要写对。

SELECT
  t.category_id,
  t.name,
  SUM(s.amount) AS total_sales
FROM categories t
INNER JOIN sales s ON t.category_id = s.category_id
LEFT JOIN categories c ON c.parent_id = t.category_id
WHERE c.category_id IS NULL
GROUP BY t.category_id, t.name;

常见的错误姿势：

• 写成 WHERE c.parent_id IS NULL —— 错！应该判断左连接的表的主键是否为 NULL
• 漏掉 INNER JOIN sales，结果叶子节点即使没有销售记录也会被列出来，而业务通常只关心有销售的叶子
• MySQL 8.0+ 中，如果 categories 表的 parent_id 上没有索引，这个查询会明显变慢

带层级路径的树结构如何优化叶子识别

如果表里已经存了类似 path = '/1/5/23/' 的字段（比如用了闭包表或嵌套集模型），那就可以跳过子查询，直接用字符串函数判断是不是末级节点。

拿 PostgreSQL 举个例：

SELECT
  t.category_id,
  t.name,
  SUM(s.amount)
FROM categories t
INNER JOIN sales s ON t.category_id = s.category_id
WHERE t.path = (
  SELECT MAX(c.path) FROM categories c WHERE c.path LIKE t.path || '%'
)
GROUP BY t.category_id, t.name;

但这个写法里藏着陷阱：

• MAX(path) 依赖字典序，如果 path 是 /1/10/ 和 /1/2/，MAX 会错误地认为 /1/10/ 更大
• 真正安全的做法是统计路径中 / 的数量：ARRAY_LENGTH(STRING_TO_ARRAY(TRIM(t.path, '/'), '/'), 1)，再和最大深度比对
• 这种方案只适合已知树深度、且路径格式严格统一的场景，论通用性和可靠性，远不如 NOT EXISTS

叶子节点判定本身并不复杂，但容易在“以为某字段为空就是叶子”或者“把聚合和过滤顺序搞反”这些点上栽跟头。实际写的时候，建议先单独跑一遍 SELECT * FROM categories WHERE NOT EXISTS (SELECT 1 FROM categories c WHERE c.parent_id = categories.category_id)，确认叶子集合符合预期，再加聚合——这一步省不得。