目录
一:测试前准备
1: 数据库数据准备
1.1: 数据库建表语句
树形结构表建表语句如下sql所示,
CREATE TABLE `dept` (
`id` bigint NOT NULL AUTO_INCREMENT,
`pid` bigint DEFAULT NULL,
`name` varchar(100) DEFAULT NULL,
PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci;
1.2:创建百万数据
作者采用递归的方式来插入
mysql创建100百万数据步骤如下:
1:创建一个存储过程,在这个存储过程中,我们将循环100万次,每次循环插入一条记录。为了简化父子关系的分配,我们可以简单地将每个100个记录的id作为下一个记录的pid,这样就能创建一个简单的父子结构。第一个记录的pid可以设置为NULL,表示它是顶级父记录。
CREATE PROCEDURE GenerateDeptData()
BEGIN
DECLARE i INT DEFAULT 1;
WHILE i <= 1000000 DO
INSERT INTO dept (pid, name) VALUES (IF(MOD(i, 100) = 1, NULL, i - MOD(i, 100)), CONCAT('Dept ', i));
SET i = i + 1;
END WHILE;
END
2:执行存储过程来生成数据:
CALL GenerateDeptData();
2:springboot项目搭建
采用mybatis-plus来实现数据库交互
实体类Dept:
@Data
public class Dept {
private Long id;
private Long pid;
private String name;
@TableField(exist = false)
private List<Dept> child;
}
Mapper:
@Mapper
public interface DeptMapper extends BaseMapper<Dept> {
}
Controller:
RestController
public class TestController {
@Resource
private DeptMapper deptMapper;
//stream流方式
@GetMapping("/test")
public List<Dept> get() {
QueryWrapper<Dept> wrapper = new QueryWrapper<>();
wrapper.between("id",1,10000);
List<Dept> depts = deptMapper.selectList(wrapper);
Map<Long, List<Dept>> collect =
depts.stream().collect(Collectors.groupingBy(Dept::getPid));
return depts.stream()
.peek(e -> e.setChild(collect.get(e.getId())))
.filter(e -> e.getPid() == 0)
.collect(Collectors.toList());
}
//hutool工具类方式
@GetMapping("/test2")
public List<Tree<Long>> get2() {
QueryWrapper<Dept> wrapper = new QueryWrapper<>();
wrapper.between("id",1,10000);
List<Dept> depts = deptMapper.selectList(wrapper);
List<TreeNode<Long>> collect = depts.stream().map(e -> {
TreeNode<Long> longTreeNode = new TreeNode<>();
longTreeNode.setId(e.getId());
longTreeNode.setParentId(e.getPid());
longTreeNode.setName(e.getName());
return longTreeNode;
}).collect(Collectors.toList());
return TreeUtil.build(collect, 0L);
}
//stream流的for语句方式
@GetMapping("/test3")
public List<Dept> get3() {
QueryWrapper<Dept> wrapper = new QueryWrapper<>();
wrapper.between("id",1,10000);
List<Dept> depts = deptMapper.selectList(wrapper);
Map<Long, List<Dept>> collect = new HashMap<>();
List<Dept> rootDepts = new ArrayList<>();
for (Dept dept : depts) {
collect.computeIfAbsent(dept.getPid(), k -> new ArrayList<>()).add(dept);
if (dept.getPid() == 0) {
rootDepts.add(dept);
}
}
for (Dept dept : depts) {
dept.setChild(collect.get(dept.getId()));
}
return rootDepts;
}
//递归方式
@GetMapping("/test4")
public List<Dept> get4() {
QueryWrapper<Dept> wrapper = new QueryWrapper<>();
wrapper.between("id",1,10000);
List<Dept> depts = deptMapper.selectList(wrapper);
List<Dept> returnList = new ArrayList<>();
List<Long> collect = depts.stream().map(Dept::getId).collect(Collectors.toList());
for (Dept dept : depts) {
//说明是顶级节点
if(!collect.contains(dept.getPid())) {
buildTree(depts,dept);
returnList.add(dept);
}
}
return returnList;
}
public void buildTree(List<Dept> list,Dept dept) {
List<Dept> childList = list.stream().filter(e -> e.getPid().equals(dept.getId())).collect(Collectors.toList());
dept.setChild(childList);
for (Dept dept1 : childList) {
if(hasChild(list,dept1)){
buildTree(list,dept1);
}
}
}
public boolean hasChild(List<Dept> list,Dept dept) {
List<Dept> childList = list.stream().filter(e -> e.getPid().equals(dept.getId())).collect(Collectors.toList());
return !childList.isEmpty();
}
}
二:测试结果
本文不对每种实现方式做具体概述,只对效率做出分析,实现方式自行理解。
1:万级数据效率
1.1:stream流方式
1.2: stream流的for语句方式
1.3: hutool工具类方式
1.4:递归方式
2:十万级数据效率
2.1:stream流方式
2.2: stream流的for语句方式
2.3: hutool工具类方式
2.4:递归方式
加载太慢就不展示了
3:五十万级数据效率
3.1:stream流方式
3.2: stream流的for语句方式
3.3: hutool工具类方式
3.4:递归方式
加载太慢就不展示了
4:百万级数据效率
4.1:stream流方式
4.2: stream流的for语句方式
4.3: hutool工具类方式
4.4:递归方式
加载太慢就不展示了
三:总结
每次调用响应时间都会不同,但递归是最慢的,其他三种相差不大,可根据情况选择。