多執行緒批量資料匯入示例——基礎版
摘要：
前言
當遇到大量資料匯入時，為了提高處理的速度，可以選擇使用多執行緒來批量處理這些處理。常見的場景有：
CSV
以上的場景有一個共性，這類資料匯入的場景簡單來說就是將資料從一個數據源移動到另外一個數據源
，而其中必定可以分為兩步
資料讀取...
前言
當遇到大量資料匯入時，為了提高處理的速度，可以選擇使用多執行緒來批量處理這些處理。常見的場景有：
CSV
以上的場景有一個共性，這類資料匯入的場景簡單來說就是將資料從一個數據源移動到另外一個數據源 ，而其中必定可以分為兩步
- 資料讀取 ：從資料來源讀取資料到記憶體
- 資料寫入 ：將記憶體中的資料寫入到另外一個數據源，可能存在資料處理
而且資料讀取的速度一般會比資料寫入的速度快很多，即讀取快，寫入慢 。
設計思路
由於場景的特點是讀取快，寫入慢 ，如果是使用多執行緒處理，建議是資料寫入 部分改造為多執行緒。而資料讀取 可以改造成批量讀取資料。簡單來說就是兩個要點：
- 批量讀取資料
- 多執行緒寫入資料
示例
多執行緒批量處理最簡單的方案是使用執行緒池來進行處理，下面會通過一個模擬批量讀取和寫入的服務，以及對這個服務的多執行緒寫入呼叫作為示例，展示如何多執行緒批量資料匯入。
模擬服務
import java.util.concurrent.atomic.AtomicLong;
/**
* 資料批量寫入用的模擬服務
*
* @author RJH
* create at 2019-04-01
*/
public class MockService {
/**
* 可讀取總數
*/
private long canReadTotal;
/**
* 寫入總數
*/
private AtomicLong writeTotal=new AtomicLong(0);
/**
* 寫入休眠時間（單位：毫秒）
*/
private final long sleepTime;
/**
* 構造方法
*
* @param canReadTotal
* @param sleepTime
*/
public MockService(long canReadTotal, long sleepTime) {
this.canReadTotal = canReadTotal;
this.sleepTime = sleepTime;
}
/**
* 批量讀取資料介面
*
* @param num
* @return
*/
public synchronized long readData(int num) {
long readNum;
if (canReadTotal >= num) {
canReadTotal -= num;
readNum = num;
} else {
readNum = canReadTotal;
canReadTotal = 0;
}
//System.out.println("read data size:" + readNum);
return readNum;
}
/**
* 寫入資料介面
*/
public void writeData() {
try {
// 休眠一定時間模擬寫入速度慢
Thread.sleep(sleepTime);
} catch (InterruptedException e) {
e.printStackTrace();
}
// 寫入總數自增
System.out.println("thread:" + Thread.currentThread() + " write data:" + writeTotal.incrementAndGet());
}
/**
* 獲取寫入的總數
*
* @return
*/
public long getWriteTotal() {
return writeTotal.get();
}
}
批量資料處理器
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
/**
* 基於執行緒池的多執行緒批量寫入處理器
* @author RJH
* create at 2019-04-01
*/
public class SimpleBatchHandler {
private ExecutorService executorService;
private MockService service;
/**
* 每次批量讀取的資料量
*/
private int batch;
/**
* 執行緒個數
*/
private int threadNum;
public SimpleBatchHandler(MockService service, int batch,int threadNum) {
this.service = service;
this.batch = batch;
//使用固定數目的執行緒池
this.executorService = Executors.newFixedThreadPool(threadNum);
}
/**
* 開始處理
*/
public void startHandle() {
// 開始處理的時間
long startTime = System.currentTimeMillis();
System.out.println("start handle time:" + startTime);
long readData;
while ((readData = service.readData(batch)) != 0) {// 批量讀取資料，知道讀取不到資料才停止
for (long i = 0; i < readData; i++) {
executorService.execute(() -> service.writeData());
}
}
// 關閉執行緒池
executorService.shutdown();
while (!executorService.isTerminated()) {//等待執行緒池中的執行緒執行完
}
// 結束時間
long endTime = System.currentTimeMillis();
System.out.println("end handle time:" + endTime);
// 總耗時
System.out.println("total handle time:" + (endTime - startTime) + "ms");
// 寫入總數
System.out.println("total write num:" + service.getWriteTotal());
}
}
測試類
/**
* SimpleBatchHandler的測試類
* @author RJH
* create at 2019-04-01
*/
public class SimpleBatchHandlerTest {
public static void main(String[] args) {
// 總數
long total=100000;
// 休眠時間
long sleepTime=100;
// 每次拉取的數量
int batch=100;
// 執行緒個數
int threadNum=16;
MockService mockService=new MockService(total,sleepTime);
SimpleBatchHandler handler=new SimpleBatchHandler(mockService,batch,threadNum);
handler.startHandle();
}
}
執行結果
start handle time:1554298681755 thread:Thread[pool-1-thread-2,5,main] write data:1 thread:Thread[pool-1-thread-1,5,main] write data:2 ...省略部分輸出 thread:Thread[pool-1-thread-4,5,main] write data:100000 end handle time:1554299330202 total handle time:648447ms total write num:100000
分析
在單執行緒情況下的執行時間應該為total*sleepTime
，即10000000ms
，而改造為多執行緒後執行時間為648447ms
。
示例問題
本示例存在一些問題，會在後續的部落格中對本示例進行優化，同時分享給大家如何解決這些問題。