el-admin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，提升同账户（应用场景：admin）的并发和同一用户多次登录情况下的性能，无需每次登陆都查询数据库，首次查询利用future task（请求数据库作为task，future task作为缓存的value，uid为key）执行异步查询，后续的线程由于缓存key存在会等待首次的查询结果（get方法），减少了数据库资源的消耗。
初始登陆时，因为没有缓存，由于访问数据库资源需要时间，如果不用future，那么当第一个线程未返回结果时，那么缓存仍未有记录，则高并发下第二个线程仍会去访问数据库资源。
分布式缓存尽量用redis，数据量小的的用本地缓存。
缓存选用，考虑redis，concurrentHashmap也可，redis更优，

主要思想
高并发情况下比较消耗资源的计算可以作为future task。避免同时的重复计算。本场景更适合计算场景，无状态的场景。concurrentHashmap可以定时清除。

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();
            }

            // 检查dataScope是否修改
            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已经存在，就返回存在的value，不进行替换。如果不存在，就添加key和value，返回null