Skip to content
StackPractices
advanced Por Mathias Paulenko

CTEs Recursivas para Consultas de Datos Jerárquicos

Cómo consultar datos jerárquicos con Common Table Expressions recursivas en SQL, cubriendo tree traversal, org charts, árboles de categorías y detección de ciclos.

Temas: data

Nota para desarrolladores hispanohablantes: Esta guía incluye ejemplos y convenciones de nomenclatura adaptadas a equipos que trabajan en español. Cuando existen diferencias significativas en terminología técnica entre el inglés y el español, se indican explícitamente para facilitar la comunicación en equipos multiculturales.

Overview

Las Common Table Expressions (CTEs) recursivas permiten que una query se referencie a sí misma, habilitando el traversal de datos jerárquicos almacenados en una sola tabla. Una CTE recursiva tiene dos partes: un caso base (anchor member) que selecciona las rows iniciales, y un recursive member que joinea esas rows de vuelta a la tabla source. Este patrón funciona para org charts, árboles de categorías, file systems, comentarios anidados y cualquier relación parent-child almacenada con una self-referencing foreign key.

When to Use

  • Org charts: encontrar todos los reports de un manager (directos e indirectos)
  • Árboles de categorías: obtener todas las subcategorías bajo un parent
  • File systems: listar todos los archivos en un directory tree
  • Comentarios anidados: fetchear un comentario y todas sus respuestas
  • Bill of materials: explotar un assembly en sus component parts
  • Grafos de dependencias: encontrar todas las dependencias transitivas

When NOT to Use

  • Queries planas sin jerarquía — una CTE regular o subquery es más simple
  • Jerarquías muy profundas (1000+ niveles) — algunas bases de datos hit recursion limits
  • Graph traversal con ciclos — las CTEs recursivas no manejan ciclos nativamente
  • Cuando necesitas shortest path — usa graph databases (Neo4j) o graph algorithms

Solution

Estructura básica de CTE recursiva

WITH RECURSIVE hierarchy AS (
    -- Anchor member: punto de partida
    SELECT
        id,
        parent_id,
        name,
        1 AS depth
    FROM categories
    WHERE parent_id IS NULL

    UNION ALL

    -- Recursive member: join de vuelta a la CTE
    SELECT
        c.id,
        c.parent_id,
        c.name,
        h.depth + 1 AS depth
    FROM categories c
    INNER JOIN hierarchy h ON c.parent_id = h.id
)
SELECT * FROM hierarchy ORDER BY depth, name;

Org chart: todos los reports de un manager específico

WITH RECURSIVE reports AS (
    -- Anchor: reports directos del manager 5
    SELECT
        employee_id,
        manager_id,
        employee_name,
        1 AS depth,
        CAST(manager_id AS VARCHAR(1000)) AS path
    FROM employees
    WHERE manager_id = 5

    UNION ALL

    -- Recursive: reports de reports
    SELECT
        e.employee_id,
        e.manager_id,
        e.employee_name,
        r.depth + 1,
        r.path || ' -> ' || CAST(e.manager_id AS VARCHAR)
    FROM employees e
    INNER JOIN reports r ON e.manager_id = r.employee_id
)
SELECT
    employee_id,
    employee_name,
    depth,
    path
FROM reports
ORDER BY depth, employee_name;

Árbol de categorías con path completo

WITH RECURSIVE category_tree AS (
    SELECT
        id,
        parent_id,
        name,
        CAST(name AS VARCHAR(1000)) AS full_path,
        1 AS depth
    FROM categories
    WHERE parent_id IS NULL

    UNION ALL

    SELECT
        c.id,
        c.parent_id,
        c.name,
        ct.full_path || ' / ' || c.name,
        ct.depth + 1
    FROM categories c
    INNER JOIN category_tree ct ON c.parent_id = ct.id
)
SELECT
    id,
    name,
    full_path,
    depth
FROM category_tree
ORDER BY full_path;

Encontrar todos los ancestors (traversal bottom-up)

WITH RECURSIVE ancestors AS (
    -- Anchor: nodo inicial
    SELECT
        id,
        parent_id,
        name,
        1 AS depth
    FROM categories
    WHERE id = 42  -- Empezar desde un nodo específico

    UNION ALL

    -- Recursive: subir al parent
    SELECT
        c.id,
        c.parent_id,
        c.name,
        a.depth + 1
    FROM categories c
    INNER JOIN ancestors a ON c.id = a.parent_id
)
SELECT * FROM ancestors ORDER BY depth DESC;

Agregar a través de la jerarquía

WITH RECURSIVE category_tree AS (
    SELECT id, parent_id, name, 1 AS depth
    FROM categories
    WHERE parent_id IS NULL

    UNION ALL

    SELECT c.id, c.parent_id, c.name, ct.depth + 1
    FROM categories c
    INNER JOIN category_tree ct ON c.parent_id = ct.id
)
SELECT
    ct.id,
    ct.name,
    ct.depth,
    COUNT(p.id) AS product_count,
    COALESCE(SUM(p.price), 0) AS total_value
FROM category_tree ct
LEFT JOIN products p ON p.category_id = ct.id
GROUP BY ct.id, ct.name, ct.depth
ORDER BY ct.depth, ct.name;

Roll-up: sumar valores de hijos a todos los ancestors

WITH RECURSIVE descendants AS (
    SELECT id, parent_id, name, amount, 1 AS depth
    FROM nodes
    WHERE id = 1  -- Root node

    UNION ALL

    SELECT
        n.id,
        n.parent_id,
        n.name,
        n.amount,
        d.depth + 1
    FROM nodes n
    INNER JOIN descendants d ON n.parent_id = d.id
),
rollup AS (
    SELECT
        d.id,
        d.name,
        SUM(child.amount) AS total_descendant_amount
    FROM descendants d
    INNER JOIN descendants child
        ON child.id = d.id OR child.depth > d.depth
    -- Este approach es simplificado; un rollup más preciso
    -- requiere construir el path y checkear containment
    GROUP BY d.id, d.name
)
SELECT * FROM rollup ORDER BY total_descendant_amount DESC;

Detección de ciclos

WITH RECURSIVE traversal AS (
    SELECT
        id,
        parent_id,
        CAST(id AS VARCHAR(1000)) AS path,
        1 AS depth,
        false AS has_cycle
    FROM nodes
    WHERE id = 1

    UNION ALL

    SELECT
        n.id,
        n.parent_id,
        t.path || ' -> ' || CAST(n.id AS VARCHAR),
        t.depth + 1,
        POSITION(CAST(n.id AS VARCHAR) IN t.path) > 0 AS has_cycle
    FROM nodes n
    INNER JOIN traversal t ON n.parent_id = t.id
    WHERE t.has_cycle = false
    AND t.depth < 100  -- Safety limit
)
SELECT * FROM traversal WHERE has_cycle = true;

Limitar profundidad de recursión

WITH RECURSIVE limited_tree AS (
    SELECT id, parent_id, name, 1 AS depth
    FROM categories
    WHERE parent_id IS NULL

    UNION ALL

    SELECT c.id, c.parent_id, c.name, lt.depth + 1
    FROM categories c
    INNER JOIN limited_tree lt ON c.parent_id = lt.id
    WHERE lt.depth < 5  -- Solo 5 niveles de profundidad
)
SELECT * FROM limited_tree ORDER BY depth, name;

Explosión de bill of materials

WITH RECURSIVE bom AS (
    -- Anchor: assembly top-level
    SELECT
        component_id,
        assembly_id,
        quantity,
        1 AS level,
        CAST(component_id AS VARCHAR(1000)) AS component_path
    FROM bill_of_materials
    WHERE assembly_id = 'PRODUCT-001'

    UNION ALL

    -- Recursive: componentes de componentes
    SELECT
        b.component_id,
        b.assembly_id,
        b.quantity * bom.quantity AS total_quantity,
        bom.level + 1,
        bom.component_path || ' -> ' || CAST(b.component_id AS VARCHAR)
    FROM bill_of_materials b
    INNER JOIN bom ON b.assembly_id = bom.component_id
)
SELECT
    component_id,
    level,
    total_quantity,
    component_path
FROM bom
ORDER BY level, component_id;

Variants

PostgreSQL: usar ARRAY para path

WITH RECURSIVE category_tree AS (
    SELECT
        id,
        parent_id,
        name,
        ARRAY[id] AS path,
        1 AS depth
    FROM categories
    WHERE parent_id IS NULL

    UNION ALL

    SELECT
        c.id,
        c.parent_id,
        c.name,
        ct.path || c.id,
        ct.depth + 1
    FROM categories c
    INNER JOIN category_tree ct ON c.parent_id = ct.id
    WHERE c.id != ALL(ct.path)  -- Prevención de ciclos
)
SELECT id, name, path, depth FROM category_tree ORDER BY path;

MySQL 8.0+: sintaxis de CTE recursiva

WITH RECURSIVE org_tree AS (
    SELECT employee_id, manager_id, employee_name, 1 AS level
    FROM employees
    WHERE manager_id IS NULL

    UNION ALL

    SELECT e.employee_id, e.manager_id, e.employee_name, ot.level + 1
    FROM employees e
    JOIN org_tree ot ON e.manager_id = ot.employee_id
)
SELECT * FROM org_tree WHERE level <= 3 ORDER BY level;

SQL Server: sin keyword RECURSIVE

WITH org_tree AS (
    SELECT employee_id, manager_id, employee_name, 1 AS level
    FROM employees
    WHERE manager_id IS NULL

    UNION ALL

    SELECT e.employee_id, e.manager_id, e.employee_name, ot.level + 1
    FROM employees e
    JOIN org_tree ot ON e.manager_id = ot.employee_id
)
SELECT * FROM org_tree OPTION (MAXRECURSION 100);

Snowflake: usar CONNECT BY (alternativa)

SELECT
    employee_id,
    manager_id,
    employee_name,
    LEVEL AS depth,
    SYS_CONNECT_BY_PATH(employee_name, ' -> ') AS path
FROM employees
START WITH manager_id IS NULL
CONNECT BY PRIOR employee_id = manager_id
ORDER SIBLINGS BY employee_name;

Best Practices

  • For a deeper guide, see Transform Data in the Warehouse with dbt.

  • Siempre incluye una columna depth/level — ayuda a debuggear y limitar la recursión

  • Agrega un safety limit (WHERE depth < N) — previene recursión infinita en data cíclica

  • Usa UNION ALL no UNIONUNION deduplica lo cual es expensive y usualmente innecesario

  • Construye una columna path para debugging — muestra la ruta de traversal

  • Testea con datasets pequeños primero — las CTEs recursivas pueden ser lentas en tablas grandes

  • Agrega índices en parent_id e id — el recursive join hittea estas columnas repetidamente

  • Usa OPTION (MAXRECURSION N) en SQL Server — el límite default es 100

Common Mistakes

  • Olvidar el anchor member: sin un punto de partida, la CTE no retorna nada. El anchor debe seleccionar rows que no dependan de la CTE.
  • Usar UNION en lugar de UNION ALL: UNION deduplica resultados, agregando overhead. Usa UNION ALL a menos que específicamente necesites deduplicación.
  • Sin detección de ciclos: data cíclica causa recursión infinita. Agrega una columna path y checkea repeats, o agrega un depth limit.
  • No indexar parent_id: el recursive join hace JOIN c ON c.parent_id = h.id — sin índice en parent_id, esto es un full table scan por nivel de recursión.
  • Esperar orden breadth-first: las CTEs recursivas retornan depth-first por default. Usa ORDER BY depth para output breadth-first.

FAQ

¿Qué es una CTE recursiva?

Una CTE que se referencia a sí misma. Tiene un anchor member (caso base) y un recursive member (joinea de vuelta a la CTE). La base de datos evalúa el anchor primero, luego aplica repetidamente el recursive member hasta que no se generan nuevas rows.

¿Qué bases de datos soportan CTEs recursivas?

PostgreSQL, MySQL 8.0+, SQLite 3.8.4+, SQL Server (2008+), Oracle (11gR2+), Snowflake, BigQuery y DuckDB. La sintaxis es similar — algunas requieren el keyword RECURSIVE, otras no (SQL Server).

¿Cómo prevengo recursión infinita?

Agrega un depth limit (WHERE depth < 100) o trackea nodos visitados en un path array/string y checkea repeats. En SQL Server, usa OPTION (MAXRECURSION N).

¿Cuál es la diferencia entre CTE recursiva y CONNECT BY?

CONNECT BY es la sintaxis propietaria de Oracle (también soportada por Snowflake). Las CTEs recursivas son el estándar SQL. CONNECT BY es más conciso pero menos flexible. Usa CTEs recursivas para portabilidad.

¿Puedo usar CTEs recursivas para graph traversal?

Para árboles simples (sin ciclos), sí. Para grafos con ciclos o cuando necesitas shortest path, usa una graph database (Neo4j) o graph algorithms. Las CTEs recursivas no soportan detección de ciclos nativamente — necesitas construirla manualmente.