开发目的：
提高百万级数据插入效率。
采取方案：
利用ThreadPoolTaskExecutor多线程批量插入。
采用技术：
具体实现细节
application-dev.properties添加线程池配置信息
# 异步线程配置
# 配置核心线程数
async.executor.thread.core_pool_size = 30
# 配置最大线程数
async.executor.thread.max_pool_size = 30
# 配置队列大小
async.executor.thread.queue_capacity = 99988
# 配置线程池中的线程的名称前缀
async.executor.thread.name.prefix = async-importDB-
spring容器注入线程池bean对象
@Configuration
@EnableAsync
@Slf4j
public class ExecutorConfig {
@Value('${async.executor.thread.core_pool_size}')
private int corePoolSize;
@Value('${async.executor.thread.max_pool_size}')
private int maxPoolSize;
@Value('${async.executor.thread.queue_capacity}')
private int queueCapacity;
@Value('${async.executor.thread.name.prefix}')
private String namePrefix;
@Bean(name = 'asyncServiceExecutor')
public Executor asyncServiceExecutor() {
log.warn('start asyncServiceExecutor');
//在这里修改
ThreadPoolTaskExecutor executor = new VisiableThreadPoolTaskExecutor();
//配置核心线程数
executor.setCorePoolSize(corePoolSize);
//配置最大线程数
executor.setMaxPoolSize(maxPoolSize);
//配置队列大小
executor.setQueueCapacity(queueCapacity);
//配置线程池中的线程的名称前缀
executor.setThreadNamePrefix(namePrefix);
// rejection-policy：当pool已经达到max size的时候，如何处理新任务
// CALLER_RUNS：不在新线程中执行任务，而是有调用者所在的线程来执行
executor.setRejectedExecutionHandler(new ThreadPoolExecutor.CallerRunsPolicy());
//执行初始化
executor.initialize();
return executor;
}
}
创建异步线程 业务类
@Service
@Slf4j
public class AsyncServiceImpl implements AsyncService {
@Override
@Async('asyncServiceExecutor')
public void executeAsync(List<LogOutputResult> logOutputResults, LogOutputResultMapper logOutputResultMapper, CountDownLatch countDownLatch) {
try{
log.warn('start executeAsync');
//异步线程要做的事情
logOutputResultMapper.addLogOutputResultBatch(logOutputResults);
log.warn('end executeAsync');
}finally {
countDownLatch.countDown();// 很关键, 无论上面程序是否异常必须执行countDown,否则await无法释放
}
}
}
创建多线程批量插入具体业务方法
@Override
public int testMultiThread() {
List<LogOutputResult> logOutputResults = getTestData();
//测试每100条数据插入开一个线程
List<List<LogOutputResult>> lists = ConvertHandler.splitList(logOutputResults, 100);
CountDownLatch countDownLatch = new CountDownLatch(lists.size());
for (List<LogOutputResult> listSub:lists) {
asyncService.executeAsync(listSub, logOutputResultMapper,countDownLatch);
}
try {
countDownLatch.await(); //保证之前的所有的线程都执行完成，才会走下面的；
// 这样就可以在下面拿到所有线程执行完的集合结果
} catch (Exception e) {
log.error('阻塞异常:'+e.getMessage());
}
return logOutputResults.size();
}
模拟2000003 条数据进行测试
多线程测试 2000003 耗时如下：耗时1.67分钟
本次开启30个线程，截图如下：
单线程测试2000003 耗时如下：耗时5.75分钟
检查多线程入库的数据，检查是否存在重复入库的问题：
根据id分组，查看是否有id重复的数据，通过sql语句检查，没有发现重复入库的问题
检查数据完整性：通过sql语句查询，多线程录入数据完整
测试结果
不同线程数测试：
总结
通过以上测试案列，同样是导入2000003 条数据，多线程耗时1.67分钟，单线程耗时5.75分钟。通过对不同线程数的测试，发现不是线程数越多越好，具体多少合适，网上有一个不成文的算法：
CPU核心数量*2 +2 个线程。
附：测试电脑配置
