java8的parallelStream提升數倍查詢效率

我恰芙蓉王發表於2020-07-11
JavaParallel

業務場景

在很多專案中，都有類似資料彙總的業務場景，查詢今日註冊會員數，線上會員數，訂單總金額，支出總金額等。。。這些業務通常都不是存在同一張表中，我們需要依次查詢出來然後封裝成所需要的物件返回給前端。那麼在此過程中，就可以把這個介面中“大任務”拆分成N個小任務，非同步執行這些小任務，等到最後一個小任務執行完，把所有任務的執行結果封裝到返回結果中，統一返回到前端展示。

 

同步執行

首先看看同步執行的程式碼

public class Test {


    @Data
    @NoArgsConstructor
    @AllArgsConstructor
    @ToString
    class Result {
        /**
         * 線上人數
         */
        Integer onlineUser;

        /**
         * 註冊人數
         */
        Integer registered;

        /**
         * 訂單總額
         */
        BigDecimal orderAmount;

        /**
         * 支出總額
         */
        BigDecimal outlayAmount;
    }

    @org.junit.Test
    public void collect() {
        System.out.println("資料彙總開始");
        long startTime = System.currentTimeMillis();
        Integer onlineUser = queryOnlineUser();
        Integer registered = queryRegistered();
        BigDecimal orderAmount = queryOrderAmount();
        BigDecimal outlayAmount = queryOutlayAmount();
        Result result = new Result(onlineUser, registered, orderAmount, outlayAmount);
        long endTime = System.currentTimeMillis();
        System.out.println("獲取彙總資料結束，result = " + result);
        System.out.println("總耗時 = " + (endTime - startTime) + "毫秒");
    }

    public Integer queryOnlineUser() {
        try {
            Thread.sleep(2000);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
        System.out.println("查詢線上人數 耗時2秒");
        return 10;
    }

    public Integer queryRegistered() {
        try {
            Thread.sleep(2000);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
        System.out.println("查詢註冊人數 耗時2秒");
        return 10086;
    }

    public BigDecimal queryOrderAmount() {
        try {
            Thread.sleep(3000);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
        System.out.println("查詢訂單總額 耗時3秒");
        return BigDecimal.valueOf(2000);
    }

    public BigDecimal queryOutlayAmount() {
        try {
            Thread.sleep(3000);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
        System.out.println("查詢支出總額 耗時3秒");
        return BigDecimal.valueOf(1000);
    }

}

 

 

執行時長想必大家都能夠想得到，理所應當是10秒以上

資料彙總開始
查詢線上人數 耗時2秒
查詢註冊人數 耗時2秒
查詢訂單總額 耗時3秒
查詢支出總額 耗時3秒
獲取彙總資料結束，result = Test.Result(onlineUser=10, registered=10086, orderAmount=2000, outlayAmount=1000)
總耗時 = 10008毫秒

 

非同步執行

下面換成非同步執行，用java8的parallelStream(並行流)，這裡為什麼不用Thread呢，這裡有一個注意點，我們需要獲取所有所有子任務執行完的時間點，在這個時間點之後才能將結果封裝返回，Thread沒有辦法滿足，這裡parallelStream和函式式介面就登場了。

java8的特性之一 —— lambda表示式，就是配合函式式介面使用的。

java8內建了四大核心函式式介面:

 1、Consumer<T>   : 消費型介面    void accept(T t);

 2、Supplier<T>      : 供給型介面    T get();

 3、Function<T,R>   : 函式型介面    R apply(T t);

 4、Predicate<T>    : 斷言型介面    boolean test(T t);

這四大核心函式式介面其下還有很多子介面，基本上能滿足日常專案所用，這裡扯遠了。。   直接上程式碼。

 

這裡我們需要使用的是Runable介面，是無參無返回值的一個介面。在實際場景中，可能有時間範圍之類的查詢引數的，則可以根據不同業務使用不同的介面。這種方式也可以用Future介面去實現，有興趣的可以試一試，這裡就不多做敘述了。

@org.junit.Test
public void collect() {
    System.out.println("資料彙總開始");
    long startTime = System.currentTimeMillis();
    Result result = new Result();
    List<Runnable> taskList = new ArrayList<Runnable>() {
        {
            add(() -> result.setOnlineUser(queryOnlineUser()));
            add(() -> result.setRegistered(queryRegistered()));
            add(() -> result.setOrderAmount(queryOrderAmount()));
            add(() -> result.setOutlayAmount(queryOutlayAmount()));
        }
    };
    taskList.parallelStream().forEach(v -> v.run());
    long endTime = System.currentTimeMillis();
    System.out.println("獲取彙總資料結束，result = " + result);
    System.out.println("總耗時 = " + (endTime - startTime) + "毫秒");
}

 

執行結果,由於四個子任務都是並行的，效率直接提升了三倍，如果子任務越多的話提升效果越明顯。

資料彙總開始
查詢線上人數 耗時2秒
查詢註冊人數 耗時2秒
查詢訂單總額 耗時3秒
查詢支出總額 耗時3秒
獲取彙總資料結束，result = Test.Result(onlineUser=10, registered=10086, orderAmount=2000, outlayAmount=1000)
總耗時 = 3079毫秒

 

 

總結

1.parallelStream是非同步程式設計的好幫手，在使用過程中一定要注意執行緒安全的問題。

2.以上這種方式只能用在沒有事務的業務中，因為在多執行緒中，事務是不共享的。

 

相關文章