MySQL 8.0+ 使用 WITH RECURSIVE 实现树形查询，需定义锚点（根节点）和递归成员（自连接CTE自身），通过 UNION ALL 合并，连接条件确保收敛，否则触发迭代上限报错。
MySQL 8.0+ 怎么用 WITH RECURSIVE 做树形查询
标准 SQL 的 JOIN 本身不支持递归，硬用多层 LEFT JOIN 拼接父子关系只适用于固定层级（比如最多3级），且一旦层级变深就难维护、易出错。真要查完整树形结构，必须用递归 CTE —— MySQL 8.0+、PostgreSQL、SQL Server 都支持，但语法细节不同。
以常见组织架构表为例：employees(id, name, manager_id)，其中 manager_id 指向上级的 id：
WITH RECURSIVE org AS ( SELECT id, name, manager_id, 0 AS level FROM employees WHERE manager_id IS NULL -- 根节点（CEO） UNION ALL SELECT e.id, e.name, e.manager_id, o.level + 1 FROM employees e INNER JOIN org o ON e.manager_id = o.id ) SELECT * FROM org ORDER BY level;
注意：递归部分（UNION ALL 右侧）的 JOIN 必须引用 CTE 自身（这里是 org），且连接条件要确保能收敛（比如 e.manager_id = o.id），否则会报 Recursive query aborted after 1000 iterations 错误。
PostgreSQL 中递归查询的陷阱：循环引用怎么破
如果数据存在脏数据（比如 A 管 B、B 管 C、C 又管 A），PostgreSQL 会直接报错 infinite recursion detected。它不像 MySQL 那样默认截断，必须显式加循环检测。
- 用
ARRAY[emp_id]记录已遍历路径，在递归时用@> ARRAY[e.id]判断是否重复 -
SELECT ... ARRAY[e.id] || path构建路径数组，初始值为ARRAY[]::int[] - WHERE 条件里加
NOT e.id = ANY(path)阻止回环
否则哪怕只有一条错误的自环记录（manager_id = id），整个查询就崩。
SQL Server 的 OPTION (MAXRECURSION n) 是干啥的
SQL Server 默认只允许 100 层递归，超过就报错 Maximum recursion 100 has been exhausted。这不是性能限制，而是安全机制，防止意外死循环拖垮实例。
- 加
OPTION (MAXRECURSION 0)表示不限制（慎用！） - 设成具体数字如
OPTION (MAXRECURSION 500)更稳妥 - 这个 hint 必须写在最终
SELECT语句末尾，不能放在 CTE 内部
如果树真实深度可能超 100，又不想设 0，就得先用 SELECT MAX(level) 估算最大深度再动态设值。
没有递归支持的老版本 MySQL 怎么办
MySQL 5.7 或更早版本不支持 WITH RECURSIVE，硬要用 JOIN 模拟，只能按预估最大层级展开。比如最多4级，则写4次 LEFT JOIN：
SELECT t1.name AS lvl1, t2.name AS lvl2, t3.name AS lvl3, t4.name AS lvl4 FROM employees t1 LEFT JOIN employees t2 ON t2.manager_id = t1.id LEFT JOIN employees t3 ON t3.manager_id = t2.id LEFT JOIN employees t4 ON t4.manager_id = t3.id WHERE t1.manager_id IS NULL;
这种写法的问题很实在：层级一变就得改 SQL；NULL 值多（叶子节点后面全是 NULL）；无法统一排序或统计深度；一旦某条路径超过预设层级，信息就直接丢弃。真要长期用，不如在应用层做迭代查询，或者升级数据库。
递归查询真正的难点不在语法，而在数据质量 —— manager_id 指向不存在的 id、自环、跨环、空值混用，这些都会让 CTE 失效或结果错乱。动手前先 SELECT COUNT(*) FROM employees WHERE manager_id NOT IN (SELECT id FROM employees) OR manager_id = id 扫一遍脏数据。
