标准JOIN无法遍历任意深度树，因其静态特性要求预设连接层数，而树深度未知时易遗漏节点、性能差且难维护；WITH RECURSIVE通过种子+迭代逐层展开，天然适配未知深度，是现代数据库遍历树的正解。
为什么标准 JOIN 无法直接遍历任意深度的树
SQL 的 JOIN 是静态的，每次只能连接固定数量的表或自连接次数。树的深度未知时，你没法提前写 5 层 LEFT JOIN 去适配可能有 10 层深的组织架构。更关键的是，标准 SQL-92 不支持递归；哪怕你硬写 10 层自连接，遇到第 11 层节点就漏掉，且查询会极慢、难以维护。
用 WITH RECURSIVE 实现真正可扩展的树遍历
现代主流数据库（PostgreSQL、SQL Server、SQLite 3.8.3+、MySQL 8.0+）都支持递归 CTE（Common Table Expression），这才是解决深层树遍历的正解。它用“种子 + 迭代”方式逐层展开，天然适配未知深度。
假设表 orgs 有字段 id、name、parent_id，要查某部门及其所有下级（含子孙）：
WITH RECURSIVE tree AS ( SELECT id, name, parent_id, 0 AS level FROM orgs WHERE id = 123 -- 起始节点（根） UNION ALL SELECT o.id, o.name, o.parent_id, t.level + 1 FROM orgs o INNER JOIN tree t ON o.parent_id = t.id ) SELECT * FROM tree ORDER BY level;
注意点：
-
UNION ALL必须，UNION会去重但破坏层级逻辑，还拖慢性能 - 起始查询（anchor member）不能带循环引用，否则报错
infinite recursion - MySQL 8.0+ 默认递归深度限制为 1000，超深树需设
SET SESSION cte_max_recursion_depth = 5000; - PostgreSQL 可加
SEARCH DEPTH FIRST BY id SET ordercol控制遍历顺序
JOIN 自连接只适合已知浅层（≤3 层）场景
如果业务确定最多只有 3 级（比如：省→市→区），且对性能极度敏感（如高频查询）、又不想依赖递归 CTE，才考虑手写自连接。但它本质是“硬编码深度”，不是通用解。
示例（查某省及其下辖市、区）：
SELECT p.name AS province,
c.name AS city,
d.name AS district
FROM areas p
LEFT JOIN areas c ON c.parent_id = p.id AND p.level = 1
LEFT JOIN areas d ON d.parent_id = c.id AND c.level = 2
WHERE p.id = 440000;风险点：
- 一旦新增“街道”层级，整条 SQL 就得重写加一层
JOIN -
LEFT JOIN条件里必须加AND xxx.level = N，否则会跨级错误关联（比如把区直接连到省） - 结果集是笛卡尔积形态，层级越深，空值越多，聚合统计前需大量
CASE WHEN处理
避免在应用层拼 SQL 模拟递归
有些老项目用循环查数据库（先查子，再对每个子查孙…），再在 Java/Python 里拼结果。这看似“绕过 SQL 限制”，实则灾难：
- N 层树触发 N 次网络往返，延迟爆炸（尤其跨机房）
- 无事务保证：中间某次查询失败，整个树状态不一致
- 数据库连接池压力陡增，容易触发
too many connections - 根本没利用索引——父 ID 字段本可走
INDEX(parent_id)，但多次单查无法复用执行计划
真正需要关注的，是递归 CTE 的终止条件是否严谨、是否有环（parent_id 指向自己或形成闭环），以及深度超限时的 fallback 策略——这些比纠结“用不用 JOIN”重要得多。
