# 客户数据预加载解决方案

## 一、当前系统性能问题分析

### 1. 数据加载模式
- **请求-响应模式**：当前系统使用传统的请求-响应模式，每次前端请求数据时，后端才会查询数据库并返回结果
- **多次数据库查询**：单个客户数据请求涉及多个数据库查询（基本信息、联系人、购物车项、负责人等）
- **缺少缓存机制**：系统中没有实现任何缓存机制，所有数据都直接从数据库查询
- **前端频繁请求**：作为客户关系管理系统，前端需要频繁请求客户数据

### 2. 性能瓶颈
- **数据库查询开销大**：每次请求都需要执行多次数据库查询
- **网络延迟**：频繁的HTTP请求导致网络延迟累积
- **数据重复传输**：相同数据可能被多次请求和传输
- **缺少数据预加载**：没有在用户需要之前预先加载数据

## 二、预加载解决方案设计

### 1. 后端预加载策略

#### 1.1 添加缓存层
- **使用Redis作为缓存存储**：高性能、高可用的键值存储
- **实现数据预加载服务**：定期将热点数据加载到缓存中
- **合理设置过期时间**：根据数据类型和更新频率设置不同的过期时间

#### 1.2 优化数据库查询
- **实现数据预聚合**：减少查询次数，提高查询效率
- **使用JOIN查询**：替代多次单表查询，减少数据库交互次数
- **添加索引优化**：为频繁查询的字段添加索引

#### 1.3 实现数据预加载服务
- **定时任务预加载**：定期预加载热点数据
- **数据变更监听**：当数据发生变化时及时更新缓存
- **分层预加载**：为不同类型的用户预加载不同的数据

### 2. 前端预加载策略

#### 2.1 实现前端缓存
- **使用localStorage/sessionStorage**：缓存不经常变化的数据
- **数据预加载机制**：在用户访问页面之前加载数据
- **数据过期机制**：定期更新缓存，确保数据新鲜度

#### 2.2 优化请求策略
- **请求合并**：减少HTTP请求次数
- **请求预加载**：在用户可能访问的数据之前加载
- **懒加载**：只加载当前需要的数据，减少初始加载时间

#### 2.3 WebSocket实时更新
- **建立WebSocket连接**：实现数据实时更新
- **后端主动推送**：当数据发生变化时，主动推送给前端
- **减少轮询请求**：降低服务器压力，提高响应速度

## 三、具体实施方案

### 1. 后端实现

#### 1.1 添加Redis依赖
```xml
<!-- pom.xml -->
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
```

#### 1.2 配置Redis连接
```yaml
# application.yaml
spring:
  redis:
    host: localhost
    port: 6379
    password:
    database: 0
```

#### 1.3 实现缓存服务
```java
// CacheService.java
@Service
public class CacheService {

    @Autowired
    private RedisTemplate<String, Object> redisTemplate;

    // 缓存数据
    public void cacheData(String key, Object data, long expireTime, TimeUnit timeUnit) {
        redisTemplate.opsForValue().set(key, data, expireTime, timeUnit);
    }

    // 获取缓存数据
    public <T> T getCachedData(String key, Class<T> clazz) {
        Object data = redisTemplate.opsForValue().get(key);
        return clazz.cast(data);
    }

    // 删除缓存数据
    public void deleteCachedData(String key) {
        redisTemplate.delete(key);
    }

    // 检查缓存是否存在
    public boolean isCached(String key) {
        return redisTemplate.hasKey(key);
    }
}
```

#### 1.4 实现数据预加载服务
```java
// PreloadService.java
@Service
public class PreloadService {

    @Autowired
    private UsersMapper usersMapper;

    @Autowired
    private CacheService cacheService;

    // 预加载热点客户数据 - 每5分钟执行一次
    @Scheduled(fixedRate = 300000)
    public void preloadHotCustomers() {
        List<UserProductCartDTO> hotCustomers = usersMapper.selectHotCustomers();
        for (UserProductCartDTO customer : hotCustomers) {
            String key = "customer:" + customer.getUserId();
            cacheService.cacheData(key, customer, 1, TimeUnit.HOURS);
        }
    }

    // 预加载客户列表数据 - 每10分钟执行一次
    @Scheduled(fixedRate = 600000)
    public void preloadCustomerList() {
        List<UserProductCartDTO> customerList = usersMapper.selectAllCustomers();
        cacheService.cacheData("customer:list", customerList, 30, TimeUnit.MINUTES);
    }
}
```

#### 1.5 修改服务层代码，使用缓存
```java
// CustomerService.java
@Service
public class CustomerService {

    @Autowired
    private UsersMapper usersMapper;

    @Autowired
    private CacheService cacheService;

    // 获取客户数据，优先从缓存获取
    public UserProductCartDTO getCustomerById(String userId) {
        String cacheKey = "customer:" + userId;
        
        // 尝试从缓存获取
        UserProductCartDTO customer = cacheService.getCachedData(cacheKey, UserProductCartDTO.class);
        if (customer != null) {
            return customer;
        }
        
        // 缓存未命中，从数据库查询
        customer = usersMapper.selectById(userId);
        
        // 将查询结果存入缓存
        if (customer != null) {
            cacheService.cacheData(cacheKey, customer, 1, TimeUnit.HOURS);
        }
        
        return customer;
    }
}
```

#### 1.6 实现数据变更监听
```java
// DataChangeAspect.java
@Aspect
@Component
public class DataChangeAspect {

    @Autowired
    private CacheService cacheService;

    // 监听数据更新方法，清除相关缓存
    @AfterReturning(pointcut = "execution(* com.example.web.service.*Service.update*(..))")
    public void afterUpdate(JoinPoint joinPoint) {
        // 清除相关缓存
        Object[] args = joinPoint.getArgs();
        for (Object arg : args) {
            if (arg instanceof UserProductCartDTO) {
                UserProductCartDTO customer = (UserProductCartDTO) arg;
                String cacheKey = "customer:" + customer.getUserId();
                cacheService.deleteCachedData(cacheKey);
            }
            // 清除客户列表缓存
            cacheService.deleteCachedData("customer:list");
        }
    }
}
```

### 2. 前端实现

#### 2.1 前端预加载逻辑
```javascript
// 在mainapp-sells.html和mainapp-supplys.html中添加
// 预加载客户数据
function preloadCustomerData() {
    // 预加载客户列表
    fetch('/api/customers/list')
        .then(response => response.json())
        .then(data => {
            if (data.success) {
                // 将数据存入localStorage
                localStorage.setItem('customerList', JSON.stringify(data.data));
                localStorage.setItem('customerListExpire', Date.now() + 30 * 60 * 1000); // 30分钟过期
            }
        });

    // 预加载热点客户数据
    fetch('/api/customers/hot')
        .then(response => response.json())
        .then(data => {
            if (data.success) {
                // 将数据存入localStorage
                localStorage.setItem('hotCustomers', JSON.stringify(data.data));
                localStorage.setItem('hotCustomersExpire', Date.now() + 60 * 60 * 1000); // 1小时过期
            }
        });
}

// 页面加载完成后预加载数据
window.addEventListener('load', preloadCustomerData);

// 在用户可能访问的页面之前预加载数据
document.addEventListener('click', function(e) {
    if (e.target.matches('[data-preload]')) {
        const preloadUrl = e.target.getAttribute('data-preload');
        fetch(preloadUrl)
            .then(response => response.json())
            .then(data => {
                // 将数据存入sessionStorage
                sessionStorage.setItem(preloadUrl, JSON.stringify(data));
            });
    }
});
```

#### 2.2 前端缓存读取逻辑
```javascript
// 获取客户数据，优先从缓存读取
function getCustomerData(userId) {
    // 尝试从localStorage获取
    const cachedData = localStorage.getItem('customerList');
    const expireTime = localStorage.getItem('customerListExpire');
    
    if (cachedData && expireTime && Date.now() < parseInt(expireTime)) {
        const customerList = JSON.parse(cachedData);
        const customer = customerList.find(c => c.userId === userId);
        if (customer) {
            return Promise.resolve(customer);
        }
    }
    
    // 缓存未命中，从服务器获取
    return fetch(`/api/customers/${userId}`)
        .then(response => response.json())
        .then(data => {
            if (data.success) {
                return data.data;
            }
            throw new Error(data.message);
        });
}
```

## 四、预期效果

### 1. 性能提升
- **数据加载速度**：预计提升50%-90%
- **数据库查询次数**：预计减少60%-80%
- **前端响应时间**：预计提升40%-70%
- **服务器压力**：预计降低50%-70%

### 2. 用户体验改善
- **页面加载更快**：减少用户等待时间
- **数据响应更迅速**：提升系统交互流畅度
- **减少页面卡顿**：优化数据加载机制
- **支持更多并发用户**：提高系统吞吐量

## 五、实施步骤

1. **安装并配置Redis服务器**
2. **添加Redis依赖和配置**
3. **实现缓存服务和预加载服务**
4. **修改现有服务层代码，使用缓存**
5. **实现数据变更监听**
6. **修改前端代码，实现预加载和缓存**
7. **测试和优化**

## 六、注意事项

1. **数据一致性**：确保缓存数据与数据库数据的一致性
2. **缓存过期策略**：根据数据更新频率设置合理的过期时间
3. **内存管理**：监控Redis内存使用情况，避免内存溢出
4. **错误处理**：实现缓存失效时的降级策略
5. **性能监控**：添加性能监控，持续优化系统性能

## 七、总结

本预加载解决方案通过引入缓存机制和预加载策略，将有效解决当前系统数据加载慢的问题。通过后端预加载热点数据到Redis缓存，前端预加载和缓存数据，以及实现数据变更监听，系统的数据加载速度将得到显著提升，同时降低数据库压力和网络延迟，改善用户体验。

该方案具有良好的扩展性和可维护性，可以根据系统的实际运行情况进行调整和优化，为系统的长期稳定运行提供保障。