当前位置:首页 > 文章列表 > 文章 > java教程 > JavaMySQL树形JSON转换:企业、部门、职位数据结构详解

JavaMySQL树形JSON转换:企业、部门、职位数据结构详解

2025-03-04 19:06:03 0浏览 收藏

本文介绍如何利用Java将MySQL数据库中的企业、部门、职位数据高效转换为树形JSON结构。通过HashMap存储企业和部门信息,代码遍历数据库查询结果,逐一处理企业、部门及职位数据,构建父子关系,最终生成符合层级结构的JSON数据,例如`[{"code": "c1", "name": "企业A", "departments": [...]}, ...]`。 文中提供了核心代码片段,并讲解了HashMap在提高查找效率和避免重复数据添加方面的作用,同时指明了需要根据实际数据库表结构和实体类属性名进行调整。最终结果可使用Jackson或Gson等库转换为JSON字符串输出。 学习此方法,轻松实现企业组织架构数据的JSON可视化展现。

如何用Java将MySQL企业、部门、职位数据转换为树形JSON结构?

本文介绍如何使用Java将MySQL数据库中的企业、部门、职位数据转换为树形JSON结构。 目标是将数据库数据转换成如下所示的层级结构:

[
  {
    "code": "c1",
    "name": "企业A",
    "departments": [
      {
        "code": "d1",
        "name": "财务部",
        "jobs": [
          {"code": "j1", "name": "财务主管"},
          {"code": "j2", "name": "会计"}
        ]
      },
      {
        "code": "d2",
        "name": "技术部",
        "jobs": [
          {"code": "j21", "name": "Java"},
          {"code": "j22", "name": "JS"}
        ]
      }
    ]
  },
  {
    "code": "c2",
    "name": "企业B",
    "departments": [
      {
        "code": "d20",
        "name": "销售部",
        "jobs": [{"code": "j20", "name": "销售员"}]
      }
    ]
  }
]

我们将使用HashMap来高效地构建树形结构。以下代码片段展示了核心转换逻辑:

List data = new ArrayList<>();
Company curCompany;
Department curDepartment;
Map companyMap = new HashMap<>();
Map departmentMap = new HashMap<>();

for (Po po : records) { // records 为从数据库查询到的数据列表
    // 处理企业
    String companyKey = po.getCompanyCode();
    curCompany = companyMap.getOrDefault(companyKey, new Company());
    curCompany.setCode(po.getCompanyCode());
    curCompany.setName(po.getCompanyName());
    companyMap.put(companyKey, curCompany);
    if (!data.contains(curCompany)) { //避免重复添加企业
        data.add(curCompany);
    }

    // 处理部门
    String departmentKey = po.getCompanyCode() + po.getDeptCode();
    curDepartment = departmentMap.getOrDefault(departmentKey, new Department());
    curDepartment.setCode(po.getDeptCode());
    curDepartment.setName(po.getDeptName());
    departmentMap.put(departmentKey, curDepartment);
    curCompany.getDepartments().add(curDepartment);


    // 处理职位
    Job job = new Job();
    job.setCode(po.getJobCode()); //假设数据库字段名为JobCode
    job.setName(po.getJobName()); //假设数据库字段名为JobName
    curDepartment.getJobs().add(job);
}

这段代码首先创建了两个HashMap,分别用于存储企业和部门对象,以方便快速查找和构建父子关系。 然后,它遍历数据库查询结果 records,依次处理企业、部门和职位信息,并将其添加到相应的HashMap中。 最后,data 列表包含了最终的树形结构数据,可以直接转换为JSON格式输出。 注意,代码中假设了数据库表结构和实体类属性名,需要根据实际情况进行调整。 getOrDefault 方法避免了冗余的 containsKey 检查。

最后,可以使用Jackson或Gson等JSON库将 data 列表转换为JSON字符串。

今天带大家了解了的相关知识,希望对你有所帮助;关于文章的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~

Go语言GOMAXPROCS:超越CPU核心数?性能提升大揭秘Go语言GOMAXPROCS:超越CPU核心数?性能提升大揭秘
上一篇
Go语言GOMAXPROCS:超越CPU核心数?性能提升大揭秘
CSS高度失效?div高度超预期?终极解决方案!
下一篇
CSS高度失效?div高度超预期?终极解决方案!
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    366次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    424次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    439次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    388次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    214次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码