
在树结构中:数据库查出根节点,而子节点需要根节点for循环查出:有几个常见的问题,
·假如根节点的数据量比较大,那么子节点需要大量的数据库查询操作,
1.浪费数据库资源,
2.频繁对数据库进行操作,导致数据库效率低下,速度卡顿
.........
解决:将子节点数据一次性查出,然后通过Map来做临时存储,然后通过根节点做key来取子节点。
代码案例:
public List<Map<String, Object>> treeData(@RequestParam(required=false) String extId, HttpServletResponse response) {
List<Map<String, Object>> mapList = Lists.newArrayList();
SysDepartment sd = new SysDepartment();
sd.setDeptStatus("01");
List<SysDepartment> list = sysDepartmentService.findList(sd);//获取所有部门节点
Map<String, Object> map = null;
//add by dengbinsheng start
List<SysPost> postList = sysPostDao.findList(new SysPost());//获取所有岗位子节点
Map<String,List<SysPost>> postMap = new HashMap<String,List<SysPost>>();//创建临时存储子节点的Map数据
String deptId = "";
if (postList != null && postList.size()>0) {
for (int i=0; i<postList.size();i++) {
SysPost post = postList.get(i);
deptId = post.getDepartmentId();
if(StringUtils.isNotBlank(deptId)) {
if (postMap.containsKey(deptId)) {
postMap.get(deptId).add(post);
} else {
List<SysPost> postList2 = new ArrayList<SysPost>();
postList.add(post);
postMap.put(deptId, postList2);
}
}
}
}
//add by dengbinsheng end
for (int i=0; i<list.size(); i++){
SysDepartment e = list.get(i);
// SysDepartmentPost sdp = new SysDepartmentPost();
// sdp.setDeptId(e.getId());
// List<SysPost> listPsot = sysPostDao.findSysPostForDepartId(e.getId());
List<SysPost> listPsot = postMap.get(e.getId());//通过部门节点获取临时的岗位子节点
if (StringUtils.isBlank(extId) || (extId!=null && !extId.equals(e.getId()) && e.getParentIds().indexOf(","+extId+",")==-1)){
map = Maps.newHashMap();
map.put("id", e.getId());
map.put("pId", e.getParentId());
map.put("name", e.getName());
map.put("pIds", e.getParentIds());
mapList.add(map);
if(listPsot != null && listPsot.size()>0){
for(int j = 0; j<listPsot.size();j++){
map = Maps.newHashMap();
SysPost sp = listPsot.get(j);
map.put("id", sp.getId());
map.put("pId", e.getId());
map.put("name","【岗】"+sp.getName());
map.put("pIds", e.getParentIds());
mapList.add(j,map);
}
e.setSysPost(listPsot);
}
}
}
return mapList;
}
重点再于Map数据储存,根据业务参考。
本文探讨了在树状数据结构中,如何优化从数据库中查询大量根节点及其子节点的过程,避免频繁数据库操作导致的效率低下。通过一次性查询所有子节点并使用Map缓存,显著提升了数据处理速度。





