在数据库中保存一棵树形结构可以通过以下几种方法：
依赖父节点法
表结构设计：
`tree1` 表：
`id` （主键）
`value` （节点内容）
`parentid` （父节点ID）
查询子节点：
```sql
SELECT * FROM tree1 WHERE parentid = 4；
```
插入节点：
```sql
INSERT INTO tree1 （value, parentid） VALUES （'M', 4）；
```
删除节点及其子节点：
需要先获取所有子节点的ID，然后删除这些子节点。
路径枚举法
表结构设计：
`employees2` 表：
`eid` （员工ID）
`ename` （员工姓名）
`position` （职位）
`path` （从根节点到该节点的路径）
查询直接上司：
```sql
SELECT e1.eid, e1.ename FROM employees2 e1, employees2 e2 WHERE e2.ename = '小天' AND e1.path = REPLACE（e2.path, CONCAT（'/', e2.eid）, ''）；
```
查询所有上司：
```sql
SELECT e1.eid, e1.ename FROM employees2 e1, employees2 e2 WHERE e2.ename = '小天' AND e2.path LIKE CONCAT（e1.path, '/%'）；
```
终结表法
表结构设计：
`employees3` 表：
`eid` （员工ID）
`ename` （员工姓名）
`position` （职位）
`emp_relations` 表：
`root_id` （根节点ID）
`depth` （深度）
`is_leaf` （是否为叶子节点）
`node_id` （节点ID）
查询直接上司：
```sql
SELECT e2.ename AS BOSS FROM employees3 e1, employees3 e2, emp_relations rel WHERE e1.ename = '小天' AND rel.node_id = e1.eid AND rel.depth = 1 AND e2.eid = rel.root_id；
```
建议
依赖父节点法：简单直观，适合小型树结构，查询子节点和插入节点较容易，但删除节点较复杂，需要递归获取所有子节点。
路径枚举法：适合需要频繁查询树结构的场景，查询效率高，但插入和删除操作较复杂，且路径信息冗长。
终结表法：适合需要频繁查询树结构的场景，查询效率高，插入和删除操作也较简单，但需要额外的表来存储节点间的关系。
根据具体需求和场景，可以选择最适合的方法来存储和操作树形结构。
