使用雙非同步後,從 191s 最佳化到 2s

帶你聊技術發表於2023-12-25

來源:哪吒程式設計

大家好,我是哪吒。

在開發中,我們經常會遇到這樣的需求,將Excel的資料匯入資料庫中。

一、一般我會這樣做:

  1. 透過POI讀取需要匯入的Excel;
  2. 以檔名為表名、列頭為列名、並將資料拼接成sql;
  3. 透過JDBC或mybatis插入資料庫;
使用雙非同步後,從 191s 最佳化到 2s

操作起來,如果檔案比較多,資料量都很大的時候,會非常慢。

訪問之後,感覺沒什麼反應,實際上已經在讀取 + 入庫了,只是比較慢而已。

讀取一個10萬行的Excel,居然用了191s,我還以為它卡死了呢!

private void readXls(String filePath, String filename) throws Exception {
    @SuppressWarnings("resource")
    XSSFWorkbook xssfWorkbook = new XSSFWorkbook(new FileInputStream(filePath));
    // 讀取第一個工作表
    XSSFSheet sheet = xssfWorkbook.getSheetAt(0);
    // 總行數
    int maxRow = sheet.getLastRowNum();

    StringBuilder insertBuilder = new StringBuilder();

    insertBuilder.append("insert into ").append(filename).append(" ( UUID,");

    XSSFRow row = sheet.getRow(0);
    for (int i = 0; i < row.getPhysicalNumberOfCells(); i++) {
        insertBuilder.append(row.getCell(i)).append(",");
    }

    insertBuilder.deleteCharAt(insertBuilder.length() - 1);
    insertBuilder.append(" ) values ( ");

    StringBuilder stringBuilder = new StringBuilder();
    for (int i = 1; i <= maxRow; i++) {
        XSSFRow xssfRow = sheet.getRow(i);
        String id = "";
        String name = "";
        for (int j = 0; j < row.getPhysicalNumberOfCells(); j++) {
            if (j == 0) {
                id = xssfRow.getCell(j) + "";
            } else if (j == 1) {
                name = xssfRow.getCell(j) + "";
            }
        }

        boolean flag = isExisted(id, name);
        if (!flag) {
            stringBuilder.append(insertBuilder);
            stringBuilder.append('\'').append(uuid()).append('\'').append(",");
            for (int j = 0; j < row.getPhysicalNumberOfCells(); j++) {
                stringBuilder.append('\'').append(value).append('\'').append(",");
            }
            stringBuilder.deleteCharAt(stringBuilder.length() - 1);
            stringBuilder.append(" )").append("\n");
        }
    }

    List<String> collect = Arrays.stream(stringBuilder.toString().split("\n")).collect(Collectors.toList());
    int sum = JdbcUtil.executeDML(collect);
}

private static boolean isExisted(String id, String name) {
    String sql = "select count(1) as num from " + static_TABLE + " where ID = '" + id + "' and NAME = '" + name + "'";
    String num = JdbcUtil.executeSelect(sql, "num");
    return Integer.valueOf(num) > 0;
}

private static String uuid() {
    return UUID.randomUUID().toString().replace("-""");
}

二、誰寫的?拖出去,斬了!

最佳化1:先查詢全部資料,快取到map中,插入前再進行判斷,速度快了很多。

最佳化2:如果單個Excel檔案過大,可以採用 非同步 + 多執行緒 讀取若干行,分批入庫。

使用雙非同步後,從 191s 最佳化到 2s

最佳化3:如果檔案數量過多,可以採一個Excel一個非同步,形成完美的雙非同步讀取插入。

使用雙非同步後,從 191s 最佳化到 2s

使用雙非同步後,從 191s 最佳化到 2s,你敢信?

下面貼出非同步讀取Excel檔案、並分批讀取大Excel檔案的關鍵程式碼。

1、readExcelCacheAsync控制類

@RequestMapping(value = "/readExcelCacheAsync", method = RequestMethod.POST)
@ResponseBody
public String readExcelCacheAsync() {
    String path = "G:\\測試\\data\\";
    try {
  // 在讀取Excel之前,快取所有資料
        USER_INFO_SET = getUserInfo();

        File file = new File(path);
        String[] xlsxArr = file.list();
        for (int i = 0; i < xlsxArr.length; i++) {
            File fileTemp = new File(path + "\\" + xlsxArr[i]);
            String filename = fileTemp.getName().replace(".xlsx""");
            readExcelCacheAsyncService.readXls(path + filename + ".xlsx", filename);
        }
    } catch (Exception e) {
        logger.error("|#ReadDBCsv|#異常: ", e);
        return "error";
    }
    return "success";
}

2、分批讀取超大Excel檔案

@Async("async-executor")
public void readXls(String filePath, String filename) throws Exception {
    @SuppressWarnings("resource")
    XSSFWorkbook xssfWorkbook = new XSSFWorkbook(new FileInputStream(filePath));
    // 讀取第一個工作表
    XSSFSheet sheet = xssfWorkbook.getSheetAt(0);
    // 總行數
    int maxRow = sheet.getLastRowNum();
    logger.info(filename + ".xlsx,一共" + maxRow + "行資料!");
    StringBuilder insertBuilder = new StringBuilder();

    insertBuilder.append("insert into ").append(filename).append(" ( UUID,");

    XSSFRow row = sheet.getRow(0);
    for (int i = 0; i < row.getPhysicalNumberOfCells(); i++) {
        insertBuilder.append(row.getCell(i)).append(",");
    }

    insertBuilder.deleteCharAt(insertBuilder.length() - 1);
    insertBuilder.append(" ) values ( ");

    int times = maxRow / STEP + 1;
    //logger.info("將" + maxRow + "行資料分" + times + "次插入資料庫!");
    for (int time = 0; time < times; time++) {
        int start = STEP * time + 1;
        int end = STEP * time + STEP;

        if (time == times - 1) {
            end = maxRow;
        }

        if(end + 1 - start > 0){
            //logger.info("第" + (time + 1) + "次插入資料庫!" + "準備插入" + (end + 1 - start) + "條資料!");
            //readExcelDataAsyncService.readXlsCacheAsync(sheet, row, start, end, insertBuilder);
            readExcelDataAsyncService.readXlsCacheAsyncMybatis(sheet, row, start, end, insertBuilder);
        }
    }
}

3、非同步批次入庫

@Async("async-executor")
public void readXlsCacheAsync(XSSFSheet sheet, XSSFRow row, int start, int end, StringBuilder insertBuilder) {
    StringBuilder stringBuilder = new StringBuilder();
    for (int i = start; i <= end; i++) {
        XSSFRow xssfRow = sheet.getRow(i);
        String id = "";
        String name = "";
        for (int j = 0; j < row.getPhysicalNumberOfCells(); j++) {
            if (j == 0) {
                id = xssfRow.getCell(j) + "";
            } else if (j == 1) {
                name = xssfRow.getCell(j) + "";
            }
        }

  // 先在讀取Excel之前,快取所有資料,再做判斷
        boolean flag = isExisted(id, name);
        if (!flag) {
            stringBuilder.append(insertBuilder);
            stringBuilder.append('\'').append(uuid()).append('\'').append(",");
            for (int j = 0; j < row.getPhysicalNumberOfCells(); j++) {
                stringBuilder.append('\'').append(value).append('\'').append(",");
            }
            stringBuilder.deleteCharAt(stringBuilder.length() - 1);
            stringBuilder.append(" )").append("\n");
        }
    }

    List<String> collect = Arrays.stream(stringBuilder.toString().split("\n")).collect(Collectors.toList());
    if (collect != null && collect.size() > 0) {
        int sum = JdbcUtil.executeDML(collect);
    }
}

private boolean isExisted(String id, String name) {
    return ReadExcelCacheAsyncController.USER_INFO_SET.contains(id + "," + name);
}

4、非同步執行緒池工具類

@Async的作用就是非同步處理任務。

  1. 在方法上新增@Async,表示此方法是非同步方法;
  2. 在類上新增@Async,表示類中的所有方法都是非同步方法;
  3. 使用此註解的類,必須是Spring管理的類;
  4. 需要在啟動類或配置類中加入@EnableAsync註解,@Async才會生效;

在使用@Async時,如果不指定執行緒池的名稱,也就是不自定義執行緒池,@Async是有預設執行緒池的,使用的是Spring預設的執行緒池SimpleAsyncTaskExecutor。

預設執行緒池的預設配置如下:

  1. 預設核心執行緒數:8;
  2. 最大執行緒數:Integet.MAX_VALUE;
  3. 佇列使用LinkedBlockingQueue;
  4. 容量是:Integet.MAX_VALUE;
  5. 空閒執行緒保留時間:60s;
  6. 執行緒池拒絕策略:AbortPolicy;

從最大執行緒數可以看出,在併發情況下,會無限制的建立執行緒,我勒個嗎啊。

也可以透過yml重新配置:

spring:
  task:
    execution:
      pool:
        max-size: 10
        core-size: 5
        keep-alive: 3s
        queue-capacity: 1000
        thread-name-prefix: my-executor

也可以自定義執行緒池,下面透過簡單的程式碼來實現以下@Async自定義執行緒池。

@EnableAsync// 支援非同步操作
@Configuration
public class AsyncTaskConfig {

    /**
     * com.google.guava中的執行緒池
     * @return
     */

    @Bean("my-executor")
    public Executor firstExecutor() {
        ThreadFactory threadFactory = new ThreadFactoryBuilder().setNameFormat("my-executor").build();
        // 獲取CPU的處理器數量
        int curSystemThreads = Runtime.getRuntime().availableProcessors() * 2;
        ThreadPoolExecutor threadPool = new ThreadPoolExecutor(curSystemThreads, 100,
                200, TimeUnit.SECONDS,
                new LinkedBlockingQueue<>(), threadFactory);
        threadPool.allowsCoreThreadTimeOut();
        return threadPool;
    }

    /**
     * Spring執行緒池
     * @return
     */

    @Bean("async-executor")
    public Executor asyncExecutor() {
        ThreadPoolTaskExecutor taskExecutor = new ThreadPoolTaskExecutor();
        // 核心執行緒數
        taskExecutor.setCorePoolSize(24);
        // 執行緒池維護執行緒的最大數量,只有在緩衝佇列滿了之後才會申請超過核心執行緒數的執行緒
        taskExecutor.setMaxPoolSize(200);
        // 快取佇列
        taskExecutor.setQueueCapacity(50);
        // 空閒時間,當超過了核心執行緒數之外的執行緒在空閒時間到達之後會被銷燬
        taskExecutor.setKeepAliveSeconds(200);
        // 非同步方法內部執行緒名稱
        taskExecutor.setThreadNamePrefix("async-executor-");

        /**
         * 當執行緒池的任務快取佇列已滿並且執行緒池中的執行緒數目達到maximumPoolSize,如果還有任務到來就會採取任務拒絕策略
         * 通常有以下四種策略:
         * ThreadPoolExecutor.AbortPolicy:丟棄任務並丟擲RejectedExecutionException異常。
         * ThreadPoolExecutor.DiscardPolicy:也是丟棄任務,但是不丟擲異常。
         * ThreadPoolExecutor.DiscardOldestPolicy:丟棄佇列最前面的任務,然後重新嘗試執行任務(重複此過程)
         * ThreadPoolExecutor.CallerRunsPolicy:重試新增當前的任務,自動重複呼叫 execute() 方法,直到成功
         */

        taskExecutor.setRejectedExecutionHandler(new ThreadPoolExecutor.CallerRunsPolicy());
        taskExecutor.initialize();
        return taskExecutor;
    }
}
使用雙非同步後,從 191s 最佳化到 2s

5、非同步失效的原因

  1. 註解@Async的方法不是public方法;
  2. 註解@Async的返回值只能為void或Future;
  3. 註解@Async方法使用static修飾也會失效;
  4. 沒加@EnableAsync註解;
  5. 呼叫方和@Async不能在一個類中;
  6. 在Async方法上標註@Transactional是沒用的,但在Async方法呼叫的方法上標註@Transcational是有效的;

三、執行緒池中的核心執行緒數設定問題

有一個問題,一直沒時間摸索,執行緒池中的核心執行緒數CorePoolSize、最大執行緒數MaxPoolSize,設定成多少,最合適,效率最高。

藉著這個機會,測試一下。

1、我記得有這樣一個說法,CPU的處理器數量

將核心執行緒數CorePoolSize設定成CPU的處理器數量,是不是效率最高的?

// 獲取CPU的處理器數量
int curSystemThreads = Runtime.getRuntime().availableProcessors() * 2;

Runtime.getRuntime().availableProcessors()獲取的是CPU核心執行緒數,也就是計算資源。

  • CPU密集型,執行緒池大小設定為N,也就是和cpu的執行緒數相同,可以儘可能地避免執行緒間上下文切換,但在實際開發中,一般會設定為N+1,為了防止意外情況出現執行緒阻塞,如果出現阻塞,多出來的執行緒會繼續執行任務,保證CPU的利用效率。
  • IO密集型,執行緒池大小設定為2N,這個數是根據業務壓測出來的,如果不涉及業務就使用推薦。

在實際中,需要對具體的執行緒池大小進行調整,可以透過壓測及機器裝置現狀,進行調整大小。

如果執行緒池太大,則會造成CPU不斷的切換,對整個系統效能也不會有太大的提升,反而會導致系統緩慢。

我的電腦的CPU的處理器數量是24。

那麼一次讀取多少行最合適呢?

測試的Excel中含有10萬條資料,10萬/24 = 4166,那麼我設定成4200,是不是效率最佳呢?

測試的過程中發現,好像真的是這樣的。

2、我記得大家都習慣性的將核心執行緒數CorePoolSize和最大執行緒數MaxPoolSize設定成一樣的,都愛設定成200。

是隨便寫的,還是經驗而為之?

測試發現,當你將核心執行緒數CorePoolSize和最大執行緒數MaxPoolSize都設定為200的時候,第一次它會同時開啟150個執行緒,來進行工作。

這個是為什麼?

使用雙非同步後,從 191s 最佳化到 2s

3、經過數十次的測試

  1. 發現核心執行緒數好像差別不大
  2. 每次讀取和入庫的數量是關鍵,不能太多,因為每次入庫會變慢;
  3. 也不能太少,如果太少,超過了150個執行緒,就會造成執行緒阻塞,也會變慢;
使用雙非同步後,從 191s 最佳化到 2s

四、透過EasyExcel讀取並插入資料庫

EasyExcel的方式,我就不寫雙非同步最佳化了,大家切記陷入低水平勤奮的怪圈。

1、ReadEasyExcelController

@RequestMapping(value = "/readEasyExcel", method = RequestMethod.POST)
@ResponseBody
public String readEasyExcel() {
    try {
        String path = "G:\\測試\\data\\";
        String[] xlsxArr = new File(path).list();
        for (int i = 0; i < xlsxArr.length; i++) {
            String filePath = path + xlsxArr[i];
            File fileTemp = new File(path + xlsxArr[i]);
            String fileName = fileTemp.getName().replace(".xlsx""");
            List<UserInfo> list = new ArrayList<>();
            EasyExcel.read(filePath, UserInfo.classnew ReadEasyExeclAsyncListener(readEasyExeclServicefileNamebatchCountlist)).sheet().doRead();
        }
    }catch (Exception e){
        logger.error("readEasyExcel 異常:",e);
        return "error";
    }
    return "suceess";
}

2、ReadEasyExeclAsyncListener

public ReadEasyExeclService readEasyExeclService;
 // 表名
    public String TABLE_NAME;
    // 批次插入閾值
    private int BATCH_COUNT;
    // 資料集合
    private List<UserInfo> LIST;

    public ReadEasyExeclAsyncListener(ReadEasyExeclService readEasyExeclService, String tableName, int batchCount, List<UserInfo> list) {
        this.readEasyExeclService = readEasyExeclService;
        this.TABLE_NAME = tableName;
        this.BATCH_COUNT = batchCount;
        this.LIST = list;
    }

    @Override
    public void invoke(UserInfo data, AnalysisContext analysisContext) {
        data.setUuid(uuid());
        data.setTableName(TABLE_NAME);
        LIST.add(data);
        if(LIST.size() >= BATCH_COUNT){
            // 批次入庫
            readEasyExeclService.saveDataBatch(LIST);
        }
    }

    @Override
    public void doAfterAllAnalysed(AnalysisContext analysisContext) {
        if(LIST.size() > 0){
         // 最後一批入庫
            readEasyExeclService.saveDataBatch(LIST);
        }
    }

    public static String uuid() {
        return UUID.randomUUID().toString().replace("-""");
    }
}

3、ReadEasyExeclServiceImpl

@Service
public class ReadEasyExeclServiceImpl implements ReadEasyExeclService {

    @Resource
    private ReadEasyExeclMapper readEasyExeclMapper;

    @Override
    public void saveDataBatch(List<UserInfo> list) {
     // 透過mybatis入庫
        readEasyExeclMapper.saveDataBatch(list);
        // 透過JDBC入庫
        // insertByJdbc(list);
        list.clear();
    }
    
    private void insertByJdbc(List<UserInfo> list){
        List<String> sqlList = new ArrayList<>();
        for (UserInfo u : list){
            StringBuilder sqlBuilder = new StringBuilder();
            sqlBuilder.append("insert into ").append(u.getTableName()).append(" ( UUID,ID,NAME,AGE,ADDRESS,PHONE,OP_TIME ) values ( ");
            sqlBuilder.append("'").append(ReadEasyExeclAsyncListener.uuid()).append("',")
                            .append("'").append(u.getId()).append("',")
                            .append("'").append(u.getName()).append("',")
                            .append("'").append(u.getAge()).append("',")
                            .append("'").append(u.getAddress()).append("',")
                            .append("'").append(u.getPhone()).append("',")
                            .append("sysdate )");
            sqlList.add(sqlBuilder.toString());
        }

        JdbcUtil.executeDML(sqlList);
    }
}

4、UserInfo

@Data
public class UserInfo {

    private String tableName;

    private String uuid;

    @ExcelProperty(value = "ID")
    private String id;

    @ExcelProperty(value = "NAME")
    private String name;

    @ExcelProperty(value = "AGE")
    private String age;

    @ExcelProperty(value = "ADDRESS")
    private String address;

    @ExcelProperty(value = "PHONE")
    private String phone;
}

來自 “ ITPUB部落格 ” ,連結:https://blog.itpub.net/70024922/viewspace-3001350/,如需轉載,請註明出處,否則將追究法律責任。

相關文章