如何优雅统计知识库文件个数与子集下不同文件夹文件个数
简单场景：存在一个知识库，需要统计知识库下文件的个数
在这个场景中对知识库中文件计数还是比较简单可以实现，只需要进行对数据库查询时增加对知识库空间ID的筛查就可以实现
大致SQL查询语句
SELECTspace_code as code,COUNT(*) AS code_countFROMkb_pageWHEREtype != 'FOLDER'AND status = 'PUBLISHED'AND tenant_id = #{tenantId}AND space_code IN<foreach collection="spaceCodesList" item="spaceCode" open="(" separator="," close=")">#{spaceCode}</foreach>GROUP BYspace_code;
现在有一个新的场景，需要统计在每个知识库下，存在不同层级的文件夹📁，需要统计不同层级文件夹下文件的个数，如何进行实现？
最开始考虑的是，文件夹能实现父子级别关联，数据库会存在一个code和parentCode进行关联。可以通过递归的方式进行深度检索，从而计算出不同文件夹下的文件个数。但是这个方案会存在性能问题，假如文件夹数量和层级众多，不是特别可行。
最终采取的计数方案是，数据库中存在一个对每一个文件都拥有一个全路径编码，不管当前文件的类型是word，excel，ppt，md等等等等。都会为其生成一个全路径编码，例如：1111，2222，3333，4444. 这个编码意味着当前该文件的级别是在第四级。
交代完上述的方案设计，如何进行代码层面的计数实现:
for (PageTreeResp item : result) {if (PageTypes.FOLDER.name().equals(item.getType())) {int fileCount = countFilesByFullParentCode(item.getCode(), item.getSpaceCode(), sysUserInfo.getTenantId());item.setCodeCount(String.valueOf(fileCount));}}## 具体的代码计算逻辑/*** 使用数据库 full_parent_code 统计文件夹下所有子孙文件数量（排除文件夹本身，type != FOLDER）* 保证同一租户、同一空间内统计。*/private int countFilesByFullParentCode(String folderCode, String spaceCode, String tenantId) {LambdaQueryWrapper<KbPage> wrapper = new LambdaQueryWrapper<>();wrapper.eq(KbPage::getTenantId, tenantId);wrapper.eq(KbPage::getSpaceCode, spaceCode);wrapper.eq(KbPage::getStatus, KBPageStatus.PUBLISHED.name());// full_parent_code 中以逗号分隔父级编码，使用分隔符匹配避免误匹配wrapper.apply("INSTR(CONCAT(',', full_parent_code, ','), CONCAT(',', {0}, ',')) > 0", folderCode);// 只统计非文件夹类型wrapper.ne(KbPage::getType, KbPageTypes.FOLDER.name());return Math.toIntExact(kbPageMapper.selectCount(wrapper));}
上述查询逻辑的详细解析
一、先看整体 SQL 生成出来长什么样
假设
folderCode = “abc”
full_parent_code 里存的值是 “root,abc,xyz”
那么这一行最终被拼成：
-- 伪 SQL
WHERE ...AND INSTR(CONCAT(',', full_parent_code, ','), ',abc,') > 0
二、为什么要这么写
- full_parent_code 存的是“从根到当前节点”的父节点编码，用英文逗号分隔，例如：
root,abc,xyz - 需求：找出“abc”这个文件夹下面的所有子孙节点（包括子文件夹里的文件）。
换句话说只要 full_parent_code 里出现过 abc 就算命中。 - 如果直接写简单的 LIKE ‘%abc%’，当存在编码为 abc1、xabc 等节点时也会被错误匹配（模糊匹配会把包含子串的都选出来）。
- 因此把两端也补上逗号，再匹配 “,abc,” 就能保证只匹配完整的一段编码，不会误伤。
三、函数拆解
-
CONCAT(‘,’, full_parent_code, ‘,’)
给原来的字符串前后各加一个逗号 → “,root,abc,xyz,” -
CONSTR(‘,’, {0}, ‘,’)
把传入的 folderCode 前后也加逗号 → “,abc,” -
INSTR(str, substr)
MySQL 内置函数：返回 substr 在 str 中第一次出现的位置（从 1 开始计数），找不到则返回 0。 -
INSTR(…) > 0
只要大于 0 就说明找到了，于是这条记录就是 folderCode 的子孙。
四、总结一句话
通过“前后补逗号再精确匹配”的技巧，避免了 LIKE 的模糊误差，从而可靠地判断某条记录的 full_parent_code 里是否包含指定的 folderCode，即该记录是否位于该文件夹之下。