数据库行数据转树状层级数据的两种后端实现方式
问题起源
最近在给公司的后台管理系统添加用户管理,部门管理,角色管理等等功能,设计到一个很重要的显示是,树状Tree来显示部门层级结构,如下图:
而数据库mysql中的数据是这样的:
是二维的,扁平的,一行一行的,准确的说,检索出来是一个条状的list,这个list通过parent_id有所关联。
那么,如何将其转换为树状层级结构呢?
通常由两种方式,一种是后台转换,在查询的时候,通过后台程序构造树状结构关联。一种是前端转换,通过javascript来将后端返回的列表list转换为一颗或多颗树。
后台转换
逐层查找
我们先来看看如何通过后端查询来进行转换:
首先查询根部节点:
public List<Record> getDeptTree() {
List<Record> orgs = Db.find("SELECT dept_id as id, dept_name as `label` FROM sys_dept WHERE parent_id = 0 ORDER by order_num ASC ");
for (Record o : orgs) {
buildChildren(o);
}
return orgs;
}
重点关注其中的方法buildChildren(Record dept)
,这是一个递归函数:
private void buildChildren(Record org) {
List<Record> children = getOrgChildren(org.getInt("id"));
if (!children.isEmpty()) {
for (Record r : children) {
buildChildren(r);
}
org.set("children", children);
}
}
private List<Record> getOrgChildren(Integer id) {
List<Record> children = Db.find("SELECT dept_id as id, dept_name as `label` FROM sys_dept WHERE parent_id = ? ORDER by order_num ASC , id);
return children;
}
如此便将其数据从一行一行的数据表中构造为树状结构,如下所示:
[
{
"id": 100,
"label": "若依科技",
"children": [
{
"id": 101,
"label": "深圳总公司",
"children": [
{
"id": 103,
"label": "研发部门"
},
{
"id": 104,
"label": "市场部门"
},
{
"id": 105,
"label": "测试部门"
},
{
"id": 106,
"label": "财务部门"
},
{
"id": 107,
"label": "运维部门"
}
]
},
{
"id": 102,
"label": "长沙分公司",
"children": [
{
"id": 108,
"label": "市场部门"
},
{
"id": 109,
"label": "财务部门"
}
]
}
]
}
]
上述算法是我们在自己的数据中重新实现的,
若依中的实现似乎是另一种方式。
检索全部数据算法构造
即一次性检索出全部的数据,然后通过算法来构造树状结构。若依中便是这样来实现的。
@Override
public List<TreeSelect> buildDeptTreeSelect(List<SysDept> depts)
{
List<SysDept> deptTrees = buildDeptTree(depts);
return deptTrees.stream().map(TreeSelect::new).collect(Collectors.toList());
}
/**
* 构建前端所需要树结构
*
* @param depts 部门列表
* @return 树结构列表
*/
@Override
public List<SysDept> buildDeptTree(List<SysDept> depts)
{
List<SysDept> returnList = new ArrayList<SysDept>();
List<Long> tempList = new ArrayList<Long>();
for (SysDept dept : depts)
{
tempList.add(dept.getDeptId());
}
for (Iterator<SysDept> iterator = depts.iterator(); iterator.hasNext();)
{
SysDept dept = (SysDept) iterator.next();
// 如果是顶级节点, 遍历该父节点的所有子节点
if (!tempList.contains(dept.getParentId()))
{
recursionFn(depts, dept);
returnList.add(dept);
}
}
if (returnList.isEmpty())
{
returnList = depts;
}
return returnList;
}
其中的判断语句:
if (!tempList.contains(dept.getParentId())) { ...将节点添加到返回列表中 }
判断的是,当前列表中是否有其父节点,如果某有,说明该节点是最顶级的节点。
再来看其中的递归方法recursionFn(depts, dept)
/**
* 递归列表
*/
private void recursionFn(List<SysDept> list, SysDept t)
{
// 得到子节点列表
List<SysDept> childList = getChildList(list, t);
t.setChildren(childList);
for (SysDept tChild : childList)
{
if (hasChild(list, tChild))
{
recursionFn(list, tChild);
}
}
}
这里的list总是完整检索的数据,而参数t
表示以t为父节点的所有子节点。
获取节点子节点的函数:
/**
* 得到子节点列表
*/
private List<SysDept> getChildList(List<SysDept> list, SysDept t)
{
List<SysDept> tlist = new ArrayList<SysDept>();
Iterator<SysDept> it = list.iterator();
while (it.hasNext())
{
SysDept n = (SysDept) it.next();
if (StringUtils.isNotNull(n.getParentId()) && n.getParentId().longValue() == t.getDeptId().longValue())
{
tlist.add(n);
}
}
return tlist;
}
总结
两种方式各有优劣,第二种方式数据库检索次数少,每次检索子节点不需要向数据库发起请求,但是其需要满足能够一次性查询出所有的数据;第一种方式数据库查询次数多,但是如果仅知道一个父节点id通过这种方式来构造数据比较直观,尤其是当你的数据库层级结构设计上没有ancestors
字段时。
- 点赞
- 收藏
- 关注作者
评论(0)