用多线程优化Excel表格数据导入校验的接口

coding

公司的需求,当前某个Excel导入功能,流程是:读取Excel数据,传入后台校验每一条数据,判断是否符合导入要求,返回给前端,导入预览展示。(前端等待响应,难点)。用户再点击导入按钮,进行异步导入(前端不等待,好做)。当前接口仅支持300条数据,现在要求我要支持3000条数据。

解决问题,思路是关键。

  首先,查看接口,找到读取表格的位置,看到判断,如果数据量大于300,直接返回。把300改成3000.

  然后,分析导入数据校验,都是和哪些数据进行校验的,这些数据都是从数据库来的。每一次都从数据库查询,那肯定是慢的。就算是查询Redis缓存,也要有网络消耗,增加缓存的压力。虽然单机Redis有12万次/秒的查询性能,12万除以3000得40,如果这样玩,40个人使用就拖垮系统了。同一个数据,非要查3000次,那是不是傻???所以减少每一次的查询,把数据库查询都加上Redis缓存,把Redis缓存查到的数据,在方法中创建并发安全容器ConcurrentHashMap存储数据,避免重复的查询操作,只查一次直到方法调用结束。

Map<String, Object> map = new ConcurrentHashMap();

Object obj = map.get("key");

if (null == obj){

//查询缓存,或者数据库

String value = "数据";

map.put("key", value);

}

方法内部创建的对象,当方法调用完成,进栈出栈,释放引用,就会释放内存。在3000次校验的过程中,Object对象,是在jvm内存中的,方便被快速的重复使用,而不是需要再次从数据库或者缓存中获取。这是方法栈级别的缓存,JVM缓存,本地缓存。

这就是最重要的思想,思维。做到一个方法中,尽量少的查询,把查询的结果重复利用。

当我做完了在方法中用ConcurrentHashMap缓存数据,就进行了测试。

结果:最多支持800条导入数据的校验。前端请求超过10秒,就会请求超时。

怎么办呢???

产品,你这个需求搞不定啊。无法实现啊。。。。。。扯皮中。。。。。扯皮无效。

接着用多线程技术进行优化。

1.创建线程池

import java.util.concurrent.ExecutorService;

import java.util.concurrent.LinkedBlockingDeque;

import java.util.concurrent.ThreadPoolExecutor;

import java.util.concurrent.TimeUnit;

/**

* 线程池<br/>

*

*

* @author

* @version

*/

publicclass MyExecutor {

/**

* 在池中保持的线程的最小数量

*/

privatestaticfinalint CorePoolSize = 10;

/**

* 线程池中能容纳的最大线程数量,如果超出,则使用RejectedExecutionHandler拒绝策略处理

*/

privatestaticfinalint MaximumPoolSize = 200;

/**

* 线程的最大生命周期。这里的生命周期有两个约束条件:

* 一:该参数针对的是超过corePoolSize数量的线程;

* 二:处于非运行状态的线程。举个例子:如果corePoolSize(最小线程数)为10,maxinumPoolSize(最大线程数)为20,

* 而此时线程池中有15个线程在运行,过了一段时间后,其中有3个线程处于等待状态的时间超过keepAliveTime指定的时间,

* 则结束这3个线程,此时线程池中则还有12个线程正在运行。

*/

privatestaticfinalint KeepAliveTime = 30;

/**

* 等待任务队列大小

*/

privatestaticfinalint Capacity = 10000;

privatestaticfinal ExecutorService pool = new ThreadPoolExecutor(CorePoolSize, MaximumPoolSize, KeepAliveTime, TimeUnit.SECONDS, new LinkedBlockingDeque<>(Capacity));

publicstatic ExecutorService getPool(){

return pool;

}

}

2.创建用于接收线程池任务返回值有序集合,方便依次获取结果。 

List<Future<Object>> futureList = new LinkedList<>();

//说明:ArrayList和LinkedList的大致区别:
// 1.ArrayList是实现了基于动态数组的数据结构,LinkedList是基于链表结构。
// 2.对于随机访问的get和set方法,ArrayList要优于LinkedList,因为LinkedList要移动指针。
// 3.对于新增和删除操作add和remove,LinkedList比较占优势,因为ArrayList要移动数据。
// 因为要add()3000次数据,所以选择LinkedList

3.获取线程池

//获取线程池

ExecutorService pool = MyExecutor.getPool();

 4.读取Excel表格数据,遍历每一行,每一行数据都提交一个任务到多线程。

//提交Callable任务到线程池

Future<Object> future = pool.submit(new Callable<Object>() {

@Override

public Object call() throws Exception {

// 每条数据的计算

returnnull;

}

});

//把单个结果加入有序集合中。

futureList.add(future);

 5.遍历futureList获取结果。

for (Future<Object> oneFuture : futureList) {

try {

//每一个任务的结果,阻塞方法,一直等待到计算任务完成。

Object result = oneFuture.get();

} catch (Exception e) {

e.printStackTrace();

}

}

 6.如此,把所有结果组合起来,返回。就完成了这个方法的线程池运用的改造。

7.这时候,又出现一个问题,3000条数据,每条数据都有一个id,如何在多线程里,让处理过的id不重复,出现重复还能做标记呢???

  CopyOnWriteArraySet 和 ConcurrentSkipListSet 介绍:

  CopyOnWriteArraySet 它是线程安全的无序的集合,可以将它理解成线程安全的HashSet。对其所有操作使用内部 CopyOnWriteArrayList 的 Set。因此,它共享以下相同的基本属性:
⑴它最适合于具有以下特征的应用程序:set 大小通常保持很小,只读操作远多于可变操作,需要在遍历期间防止线程间的冲突。
⑵它是线程安全的。
⑶因为通常需要复制整个基础数组,所以可变操作(add、set 和 remove 等等)的开销很大。 迭代器不支持可变 remove操作。
⑷使用迭代器进行遍历的速度很快,并且不会与其他线程发生冲突。在构造迭代器时,迭代器依赖于不变的数组快照。

  

  ConcurrentSkipListSet是线程安全的有序的集合,适用于高并发的场景。他是一个基于 ConcurrentSkipListMap 的可缩放并发 NavigableSet 实现。

⑴和TreeSet一样,支持自然排序,可以在构造的时候定义比较器;
⑵其中的contains, add, remove操作都是线程安全的。

⑶但对于批量操作,比如addAll removeAll, containsAll并不能保证原子性执行,因为其底层还是调用contains, add, remove方法,在批量操作时,只能保证每一个的add等操作是原子性的,对于批量操作在调用时,还是要手动加上锁保证原子性;
⑷不允许存储空元素;

所以这里我用到了适用于高并发的Set ===>  ConcurrentSkipListSet 。

// 并发安全,去重复

ConcurrentSkipListSet<Integer> idSet = new ConcurrentSkipListSet<>();

boolean flag =idSet.add(id);

if (!flag){

//添加失败,说明数据重复。

}

 我们来看看ConcurrentSkipListSet的add()方法的源码:

/**

* Adds the specified element to this set if it is not already present.

* More formally, adds the specified element {@code e} to this set if

* the set contains no element {@code e2} such that {@code e.equals(e2)}.

* If this set already contains the element, the call leaves the set

* unchanged and returns {@code false}.

*

* @param e element to be added to this set

* @return {@code true} if this set did not already contain the

* specified element

* @throws ClassCastException if {@code e} cannot be compared

* with the elements currently in this set

* @throws NullPointerException if the specified element is null

*/

publicboolean add(E e) {

return m.putIfAbsent(e, Boolean.TRUE) == null;

}

 把上面的描述内容用谷歌翻译:

      如果指定的元素尚不存在,则将其添加到此集合中。
      更正式地说,将指定的元素{@code e}添加到此集合if
     该集合不包含{@code e2}元素,以便{@code e.equals(e2)}。
      如果此集合已包含该元素,则该调用将离开该集合
     不变并返回{@code false}

说明我们这里的id去重的用法完全正确。

我们再来看看Future的get()方法的源码:

/**

* Waits if necessary for the computation to complete, and then

* retrieves its result.

*

* @return the computed result

* @throws CancellationException if the computation was cancelled

* @throws ExecutionException if the computation threw an

* exception

* @throws InterruptedException if the current thread was interrupted

* while waiting

*/

V get() throws InterruptedException, ExecutionException;

 翻译:Waits if necessary for the computation to complete, and then retrieves its result .

                     等待计算完成所需,然后取回其结果

所以,Future的get()方法是阻塞等待的。

到此,我就完成了从开始的300条数据,到800条数据10秒响应,优化到了3000条数据7秒响应。

即完成了任务,又提高了性能。

通过这一次运用了,线程池,Future,Callable 和并发安全容器类ConcurrentHashMap、ConcurrentSkipListSet 等技术,

很大的提高了我的多线程,并发编程的技术。还有方法栈级别的数据缓存,JVM缓存,这是一个思想的飞跃。

以上是 用多线程优化Excel表格数据导入校验的接口 的全部内容, 来源链接: utcz.com/z/509218.html

回到顶部