在最近的开发中,遇到了两个类似的需求:都是基于 Stream 的父子树形结构操作,返回 List 集合对象给前端。于是在经过需求分析和探索实践后有了新的认识,现在拿出来和大家作分享交流。
一般来说完成这样的需求大多数人会想到递归,但递归的方式弊端过于明显:方法多次自调用效率很低、数据量大容易导致堆栈溢出、随着树深度的增加其时间复杂度会呈指数级增加等。
核心思路如下:
数据库全量查询(几万条),内存中使用 stream 流操作、Lambda 表达式、Java 地址引用
使用缓存注解(底层Redis分布式缓存实现),过期后自动更新缓存,再次调用接口则先命中缓存,没有的话再查数据库
使用 MQ 来做异步通知更新,即当数据有更改时,可以异步将数据先更新,再写入缓存,使业务更合理,考虑更全面
一、以企业部门结构为例
这里的实体是放在 MySQL 里的,使用简单的封装好的查询语句,这个很简单。
1.1实体
部门表:一个公司里都会有许多的部门,一个部门里还会有部门。从最顶层到你所在的的部门,可能会有多达六、七层。以下只展示核心字段:
@Data
public class Department {/*** 主键Id*/private Integer id;/*** 该部门的父部门Id*/private Integer parentDeptId;/*** 真正部门Id*/private Integer deptId;/*** 部门的名称*/private String name;/*** 部门在结构中所处的层级*/private Integer level;/*** 状态是否启用*/private Integer status;
}
1.2返回VO
这个返回的VO是给前端的,里面的子节点集合属性 childrenList,是一个关键字段,所有该方式返回树结构的 VO 都需要有该字段来”封装自己“。
@Data
public class DepartmentVO implements Serializable {/*** 子节点集合,封装自己*/private List<DepartmentVO> childrenList;/*** 部门Id*/protected Integer deptId;/*** 父部门Id*/protected Integer parentDeptId;/*** 部门名称*/protected String name;
}
1.3具体实现
下面直接上 demo 代码,注释已经说的比较清楚了:
@Override
public List<DepartmentVO> departmentStructure(String id){//step1:这里 map 只是简单转换了返回的对象属性(返回需要的类型),本质还是所有部门数据List<DepartmentVO> departmentVOList = this.getDepartmentListById(id).stream().map(e -> e.copyProperties(DepartmentVO.class)).collect(Collectors.toList());//step2:利用父节点分组,所有部门的父 Id 进行分组,把所有的子节点 List 集合都找出来并一层层分好组Map<Integer, List<DepartmentVO>> departmentListMap = departmentVOList.stream().collect(Collectors.groupingBy(DepartmentVO::getParentDeptId));//step3:关键一步,关联上子部门,将子部门的 List 集合经过遍历一层层地放置好,最终会得到完整的部门父子关系 List 集合departmentVOList.forEach(e -> e.setChildrenList(departmentListMap.get(e.getDeptId())));//step4:过滤出顶级部门,即所有的子部门数据都归属于一个顶级父部门 IdList<DepartmentVO> resultList = departmentVOList.stream().filter(e -> Constants.TOP_DEPARTMENT_NUM.equals(e.getParentDeptId())).collect(Collectors.toList());return Optional.of(resultList).orElse(null);
}
1.4效果展示
我这里测试的例子是只有三层,数据也没有完全展开,当然五六层也是没问题的。
只要总的部门数据量在一两万条以内(啥情况部门数量会有几万个?部门表一般是独立于其它表的)速度都是比较快的,服务器性能(主要内存给力)好的话,基本整个请求/响应(抛开网络I/O消耗)可以在一秒内完成。
二、以中国行政区域结构为例
实体只需要使用一次查全量的语句,没有其它别的操作,很大程度上是因为省市县的结构是比较固定的。
2.1实体
全国行政区表:全国的行政区包括省/直辖市/自治区、地级市、区/县级市/县这三级,再往下的街道/镇、以及下面的村/小组就不包含了。同样也是只留关键属性:
@Data
public class Area {/*** 地区id*/public Long id;/*** 父Id*/public Long parentId;/*** 地区名称*/public String name;/*** 所属省Id*/public Long provinceId;/*** 所属地级市Id*/public Long cityId;/*** 所处层级*/public Integer level;
}
2.2返回VO
同样,这个里面的子节点集合属性 childrenAreaVOList,是一个关键字段,所有该方式返回树结构的 VO 都需要有该字段来”封装自己“。
@Data
public class AreaVO {/*** 子节点 list 集合*/private List<AreaVO> childrenAreaVOList;/*** 区域id*/public Long id;/*** 地区名称*/public String name;/*** 所处层级*/public Integer level;/*** 父Id*/public Long parentId;/*** 所属省Id*/public Long provinceId;/*** 所属地级市Id*/public Long cityId;
}
2.3具体实现
下面同样直接上 demo 代码,注释比较详细:
@Override
public List<AreaVO> getAreaStructure() {//第一步,从数据库中查出所有数据,按照排序条件进行排序,本质上还是这个所有数据的 List 集合List<AreaVO> areaVOList = this.findAll(Sort.by("id").descending()).stream()//注:这里使用 map 映射了需要返回的 VO,即相同的属性字段就会转换.map(e -> e.copyProperties(AreaVO.class)).collect(Collectors.toList());if (CollectionUtils.isNotEmpty(areaVOList)){//第二步,根据父Id 字段进行分组,即所有数据都会按照第一层至最后一层都按照父子关系进行分组;注意,是对所有数据分组Map<Long, List<AreaVO>> areaVoListMap = areaVOList.parallelStream().collect(Collectors.groupingBy(AreaVO::getParentId));//第三步,也是最关键的一步,将所有子数据 List 集合经过遍历后都一层层地放置好,最终会得到一个包含父子关系的完整ListareaVOList.forEach(e -> e.setChildrenAreaVOList(areaVoListMap.get(e.getId())));//第四步,过滤出符合顶层父Id的所有数据,即所有数据都归属于一个顶层父IdList<AreaVO> resultList = areaVOList.stream().filter(e -> Constants.COUNTRY_CHINA_TOP_NUM.equals(e.getParentId())).collect(Collectors.toList());return Optional.of(resultList).orElse(null);}return new ArrayList<>();
}
2.4效果展示
我这里测试环境的例子是只有省/直辖市/自治区、地级市、区/县级市/县这三级,数据也没有完全展开,当然到下面的镇/街道,乃至村/小组也是没问题的。
这里总的测试数据量是几千条,如果加上镇/街道应该得有几万条,速度也还是是比较快的,服务器性能(主要内存给力)好的话,基本整个请求/响应(抛开网络I/O消耗)可以在一秒内完成。