逻辑分页和排序的思路

一般分页有分页插件，排序在sql指定字段就好，但是最近我遇到一种情况，就是sql语句比较复杂。。有八十多行，两张表（7w 和 11w）数据不算多，但是sql语句嵌套的有点厉害，我特意试了试，那个sql跑完要花1.3w+秒。。。项目里用那个sql肯定不行，然后就把sql简化了，作为了四个查询单表的sql，这样的话就没有嵌套了，但是这样也导致所有的逻辑业务要在serviceImpl里处理了。。而且还不能用分页插件和指定排序字段。。业务逻辑我就不和大家bb了，说说逻辑分页和排序的思路。

首先排序：

Collections.sort(underList)， Collections有个排序的方法，sort里面放的就是排序字段。另外，还需要让underList字段对应的对象实现Comparable接口，这是一个比较器接口。例如：

public class Undercarriage implements Serializable,Comparable<Undercarriage>

该对象就实现了序列化接口和比较器接口两个接口，然后在该对象里面重写它的compareTo方法：

@Override
	public int compareTo(Undercarriage o) {
		//return this.underRate.compareTo(o.underRate);
		if(o.underRate == null){
			o.underRate = 0.0;
		}
		if(this.underRate == null){
			this.underRate = 0.0;
		}
		return o.underRate.compareTo(this.underRate);
	}

其中那两个if是我为了防止判断的时候出现空指针异常自己加的，return的才是重点，compareTo比较的是其前后的数据，就是排序实现的具体依据，至于排出来的是倒序还是正序，只需要换compareTo前后的对象就好，自己多试试就知道了。

逻辑分页：

首先一个page的扩展类肯定是需要的

public class Page {

	// 当前页
	private Integer pageIndex;
	// 每页条数
	private Integer pageSize;
	// 开始记录
	@SuppressWarnings("unused")
	private Integer pageStart;
	// null或者0分页；1：不分页
	private Integer all;
	private String startdate;
	private String enddate;
	// 排序字段
	private String sortField;
	// desc or asc
	private String orderType;
}

然后，写一个for循环：

    //分页
	Integer size=underList.size();
	Integer pageSize = pvo.getPageSize();
	//页数					
	for (int i = 1; i <= (size%pageSize == 0 ? (size/pageSize) : ((size/pageSize)+1) ); i++) {
		synchronized (key) {
		String key1 = i + "selectUnderRate" + pageSize;
		subList = new ArrayList<>(underList.subList((i - 1) * pageSize, pageSize*i <= size ? pageSize*i:size ));
		redis.setex(key1, 600, SerializeUtil.serialize(Message.success(subList)));
	        }
	}

其中，我这里的i其实是和pageIndex（当前页）是一个意思的，我这里的意思就是说，把最后得出的数据集合underList按页数和每页放的条数加上我这个接口的方法名作为了key，存到了redis缓存里，这样下次用户再访问的时候，数据就能从缓存中取出从而大大加快查询的效率了。其中，for循环里i的循环条件大家要注意下，我用的三目运算符以保证i最大的数值可以和分的页数相等。然后最后按照他传入的pageIndex和pageSize返回对应的数据：

    Integer i=pvo.getPageIndex();
    subList = new ArrayList<>(underList.subList((i - 1) * pageSize, pageSize*i <= size ? pageSize*i:size ));

后面记得返回subList的数据就好，之后pageIndex和pageSize没变的话，我们都可以从缓存中拿数据，能加快不少速度。另外我这里所用的截取都是直接三目运算符判断的，大家也可以提取出来。然后，提醒下subList()这个函数截取的数据是集合的索引作为截取标的，并且是左包含右不包含的。

好了，大致的思路就是这样了，其实为了加快速度，最好把这个接口放到定时任务里去，让他自己按时跑一跑查询数据，我们全部从缓存里拿取最好。大家想看的的话，可以看我上一篇的定时任务的实现篇。然后这其中有什么不懂得，都可以留言问我。