PostgreSQL虽非原生图数据库，但通过WITH RECURSIVE可实现图遍历。1. 用nodes和edges表建模节点与边关系；2. 利用递归CTE从起始节点展开路径查找，支持环检测；3. 通过level字段控制实现BFS或默认DFS；4. 可应用于最短路径、反向遍历等场景，适合中小规模图分析。
PostgreSQL 本身不是原生图数据库，但它可以通过递归查询实现图遍历功能。借助 WITH RECURSIVE 语法，你可以模拟节点与边的关系，完成深度优先或广度优先的路径查找，适用于组织架构、社交网络、依赖关系等场景。
1. 建立图结构：节点与边表设计
图由节点（vertices）和边（edges）组成。在 PostgreSQL 中通常用两张表表示：
-- 节点表（可选，用于存储节点属性）
CREATE TABLE nodes (
id SERIAL PRIMARY KEY,
name TEXT NOT NULL
);
<p>-- 边表（必须，表示连接关系）
CREATE TABLE edges (
from_node INT NOT NULL,
to_node INT NOT NULL,
FOREIGN KEY (from_node) REFERENCES nodes(id),
FOREIGN KEY (to_node) REFERENCES nodes(id)
);</p>例如，表示一个简单的有向图：
INSERT INTO nodes VALUES (1, 'A'), (2, 'B'), (3, 'C'), (4, 'D'); INSERT INTO edges VALUES (1,2), (2,3), (3,4), (1,3);
2. 使用 WITH RECURSIVE 实现路径遍历
递归 CTE（Common Table Expression）是实现图遍历的核心。以下是一个从节点 A 到其他可达节点的深度优先遍历示例：
WITH RECURSIVE traversal AS (
-- 起始点：从节点 A（id=1）开始
SELECT
from_node AS start_node,
to_node AS current_node,
ARRAY[from_node, to_node] AS path,
FALSE AS has_cycle
FROM edges
WHERE from_node = 1
<pre class='brush:php;toolbar:false;'>UNION ALL
-- 递归扩展：继续沿着边走
SELECT
t.start_node,
e.to_node,
t.path || e.to_node,
e.to_node = ANY(t.path) -- 检测是否成环
FROM traversal t
JOIN edges e ON t.current_node = e.from_node
WHERE NOT has_cycle -- 避免无限循环) SELECT * FROM traversal;
说明：
- 初始查询选择所有从起始节点出发的边。
- 递归部分不断连接当前节点到下一跳。
- path 数组记录访问轨迹，可用于检测环路。
- has_cycle 控制是否继续进入已访问节点，防止死循环。
3. 控制遍历方式：BFS 与 DFS
PostgreSQL 默认按插入顺序处理递归结果，行为接近 DFS。若需 BFS（广度优先），可添加层级字段并按层级排序：
WITH RECURSIVE traversal AS (
SELECT
from_node,
to_node,
ARRAY[to_node] AS path,
1 AS level
FROM edges
WHERE from_node = 1
<pre class='brush:php;toolbar:false;'>UNION ALL
SELECT
t.from_node,
e.to_node,
t.path || e.to_node,
t.level + 1
FROM traversal t
JOIN edges e ON t.to_node = e.from_node
WHERE e.to_node != ALL(t.path) -- 无环) SELECT * FROM traversal ORDER BY level, to_node;
4. 应用场景示例
查找最短路径（基于步数）：
Money Knowledge
下载
金钱与财富知识助手。提供关于金钱的基本概念、理财知识、投资原则、财富思维等方面的内容。适用于：1) 了解金钱的基本知识；2) 学习理财和投资原则；3) 培养财富思维；4) 了解经济学基础概念。
结合 ROW_NUMBER() 或 LIMIT 可找出从起点到某终点的最短路径。
反向遍历（如查找上级）：
只需调整边的方向条件，例如从 to_node 开始，反查 from_node。
多起点或全图连通性分析：
去掉起始点限制，使用分组或窗口函数区分不同源的路径。
基本上就这些。虽然不如 Neo4j 等专用图数据库高效，但 PostgreSQL 的递归查询足以应对中小规模的图结构分析需求，尤其适合已有关系数据需附加图逻辑的场景。关键是合理建模边关系，并利用数组和布尔判断控制递归边界。不复杂但容易忽略细节。
