增加数据操作日志记录

需求：API接口--【SaaS后台】增加数据操作日志记录

目前做的

实现过程

1.service中调用

2. 异步处理数据及存储

2.1数据处理（展示替换）

2.2数据处理（数据对比）

/**
     * 对比节点数据
     *
     * @param oldNode          旧节点数据
     * @param newNode          新节点数据
     * @param operationDetails 操作详情列表
     */
    private void compareJsonNodes(JsonNode oldNode, JsonNode newNode, List<OperationDetails> operationDetails) {
        // 检查两个节点是否都是数组
        if (oldNode.isArray() && newNode.isArray()) {
            int minSize = Math.min(oldNode.size(), newNode.size());
            for (int i = 0; i < minSize; i++) {
                compareJsonNodes(oldNode.get(i), newNode.get(i), operationDetails);
            }
            for (int i = minSize; i < oldNode.size(); i++) {
                compareJsonNodes(oldNode.get(i), createEmptyNode(oldNode.get(i)), operationDetails);
            }
            for (int i = minSize; i < newNode.size(); i++) {
                compareJsonNodes(createEmptyNode(newNode.get(i)), newNode.get(i), operationDetails);
            }
            return;
        }
        List<SysOperationLogTrackEnum> childNodes = getChildNodes();
        Iterator<Map.Entry<String, JsonNode>> newFields = newNode.fields();
        // 处理新数据中的字段
        while (newFields.hasNext()) {
            Map.Entry<String, JsonNode> entry = newFields.next();
            String fieldName = entry.getKey();
            Optional<SysOperationLogTrackEnum> operationLogTrackEnum = childNodes.stream()
                    .filter(r -> r.getColumnName().equals(fieldName))
                    .findFirst();
            if (operationLogTrackEnum.isPresent()) {
                SysOperationLogTrackEnum sysOperationLogTrackEnum = operationLogTrackEnum.get();
                JsonNode newValue = entry.getValue();
                JsonNode oldValue = oldNode.get(fieldName);
                if ((newValue == null || newValue.isNull()) && (oldValue != null && !oldValue.isNull())) {
                    OperationDetails operationDetail = sysOperationLogTrackEnum.replaceValues(
                            fieldName, handleJsonNode(oldValue), null
                    );
                    operationDetails.add(operationDetail);
                } else if (oldValue == null || oldValue.isNull() && (newValue != null && !newValue.isNull())) {
                    OperationDetails operationDetail = sysOperationLogTrackEnum.replaceValues(
                            fieldName, null, handleJsonNode(newValue)
                    );
                    operationDetails.add(operationDetail);
                } else if (oldValue.equals(newValue)) {
                } else if (!sysOperationLogTrackEnum.getChildNodes().isEmpty()) {
                    sysOperationLogTrackEnum.compareJsonNodes(oldValue, newValue, operationDetails);
                } else {
                    OperationDetails operationDetail = sysOperationLogTrackEnum.replaceValues(
                            fieldName, handleJsonNode(oldValue), handleJsonNode(newValue)
                    );
                    operationDetails.add(operationDetail);
                }
            }
        }
    }

存在的疑问

1.不可避免的需要数据对比，这种方式是否可行
2.谁来定义哪些字段需要对比
3.需要默认展示方式如何展示，使用参数占位符如何展示

待优化

删除原始数据的存储
异步线程池进行存储
参数占位符入参展示
空间换时间把子节点数据做成hashMap存储减少时间复杂度
可以添加一个操作对象字段
可以把展示的方式改成一句话
展示时可以进行对比标记新增或删除的内容

假设

在只有两层递归结构的情况下，如果第一层包含数组，且每层大约有 10 个字段，我们可以更具体地计算时间复杂度。

• 第一层有一个数组，数组长度为 n。
• 每个数组元素是一个 JSON 对象，包含大约 10 个字段。
• 第二层递归处理这些 JSON 对象中的字段。

分析

1. 第一层数组处理

• 数组长度为 n。
• 对数组中的每个元素，调用 compareJsonNodes 处理其内部的 JSON 对象。由于数组长度为 n，这一层的时间复杂度为 O(n)。

2. 第二层字段处理

• 假设每个 JSON 对象包含 k 个字段（在你的例子中 k ≈ 10）。
• 处理每个字段时，可能需要对 childNodes.stream().filter(...).findFirst() 进行线性搜索。假设 childNodes 的大小为 m，则对每个字段的处理时间为 O(m)。
• 第二层递归的复杂度为 O(k * m)。由于 k ≈ 10，可以视为常数，复杂度为 O(m)。

综合计算

• 第一层的时间复杂度是 O(n)。
• 每个数组元素在第二层的时间复杂度为 O(m)，由于有 n 个元素，总体时间复杂度为 O(n * m)。

总时间复杂度

在这种情况下，代码的总时间复杂度为 O(n * m)，其中：

• n 是第一层数组的长度。
• m 是 childNodes 的大小。

由于 k ≈ 10，这个部分基本可以视为常数，不影响整体的时间复杂度计算。

---

a. 测试不同 n 值的性能表现，验证 O(n * m) 的实际影响。
b. 考虑优化 childNodes 搜索部分，减少 m 的影响。