关于git:eladmin代码贡献2w人star

https://github.com/elunez/eladmin/graphs/contributors id:itdzr

优化点
将用户信息缓存，晋升同账户（利用场景：admin）的并发和同一用户屡次登录状况下的性能，无需每次登陆都查询数据库，首次查问利用future task（申请数据库作为task，future task作为缓存的value，uid为key）执行异步查问，后续的线程因为缓存key存在会期待首次的查问后果（get办法），缩小了数据库资源的耗费。
初始登陆时，因为没有缓存，因为拜访数据库资源须要工夫，如果不必future，那么当第一个线程未返回后果时，那么缓存仍未有记录，则高并发下第二个线程仍会去拜访数据库资源。
分布式缓存尽量用redis，数据量小的的用本地缓存。
缓存选用，思考redis，concurrentHashmap也可，redis更优，

次要思维
高并发状况下比拟耗费资源的计算能够作为future task。防止同时的反复计算。本场景更适宜计算场景，无状态的场景。concurrentHashmap能够定时革除。

代码

concurrentHashmap<uid/uname,Future<udto>> userDtoCache; Future<JwtUserDto> future=userDtoCache.get(uid); if ( future!=null) {            try {                jwtUserDto=future.get();            }catch (InterruptedException | ExecutionException e) {                e.printStackTrace();            }            // 查看dataScope是否批改            List<Long> dataScopes = jwtUserDto.getDataScopes();            dataScopes.clear();            dataScopes.addAll(dataService.getDeptIds(jwtUserDto.getUser()));        }else{            Callable<JwtUserDto> call=()->getJwtBySearchDB(username);            FutureTask<JwtUserDto> ft=new FutureTask<>(call);            future=userDtoCache.putIfAbsent(username,ft);            if(future==null){               future=ft;               executor.submit(ft);            }            try{                return future.get();            }catch(CancellationException e){                userDtoCache.remove(username);            }catch (InterruptedException | ExecutionException e) {                e.printStackTrace();            }        }        return jwtUserDto;

putIfAbsent 如果传入key对应的value曾经存在，就返回存在的value，不进行替换。如果不存在，就增加key和value，返回null