1.无限极数据获取

• 递归

private List<CourseType> treeDataRecursion(long pid){
        List<CourseType> courseTypeList = courseTypeMapper.selectList(new QueryWrapper<CourseType>().eq("pid", pid));
        if (courseTypeList == null || courseTypeList.size() < 1) {
            return null;
        }
        for (CourseType courseType : courseTypeList) {
            List<CourseType> courseTypes = treeDataRecursion(courseType.getPid());
            courseType.setChildren(courseTypes);
        }
        return courseTypeList;
    }

• 循环

private List<CourseType> treeDataLoop(long pid){
        List<CourseType> allNodes = courseTypeMapper.selectList(null);
        Map<Long,CourseType> allNodeDto = new HashMap<>();
        for (CourseType courseType : allNodes) {
            allNodeDto.put(courseType.getId(), courseType);
        }
        List<CourseType> result = new ArrayList<>();
        for (CourseType courseType : allNodes) {
            if (courseType.getPid() == 0) {
                result.add(courseType);
            }else {
                Long pidTmp = courseType.getPid();
                // 提前建立id和node直接关系，直接获取 时间复杂度2n
                CourseType parent = allNodeDto.get(pidTmp);
                parent.getChildren().add(courseType);
            }
        }
        return result;
    }

2.缓存优化

对于经常查询但很少修改的数据我们应该做缓存
集群环境下，我们应该使用中央缓存 Redis

• 主从复制---单点故障
• 哨兵模式---每个节点数据一样，处理不了海量数据
• redis-cluster---解决单点故障，高并发，大量数据

缓存穿透

高并发访问缓存和数据库中不存在的数据，击穿缓存，每次都要进入数据库查询

解决方案：
       1.使用布隆过滤器，将可能出现的数据装在一个足够大的bitmap中，肯定不会出现的数据过滤掉（布谷鸟过滤器也可以）
       2.如果查询的数据为空，也设置到缓存中，过期时间设置短一点（不超过5分钟）

缓存击穿

 高并发访问一个过期的key，直接导致高并发访问数据库

解决方案：
        1.让热点数据永不过期
        2.加入互斥锁

缓存雪崩

大量的key同时过期，高并发访问数据库到宕机

    解决方案：设置过期时间不一致，热点数据永不过期