前言
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 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 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 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> 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 Id
List 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 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 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 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> 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List
areaVOList.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Id
List 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。
时间消耗，这里响应只有两百多毫秒，如下图的接口的性能展示：
三、文章小结
使用 Stream 流组装复杂父子树形结构（List 集合形式）的分享到这里就结束了，编码没有捷径，都是项目实践里出真知，一点点摸索攒经验。
如有不足和错误，或者你有更好的解决思路，欢迎大家的指正和交流！