使用雙異步后，從 191s 優化到 2s

作者：哪吒 2023-12-25 08:24:03

數據庫其他數據庫

訪問之后，感覺沒什么反應，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！

在開發中，我們經常會遇到這樣的需求，將Excel的數據導入數據庫中。

一、一般我會這樣做：

通過POI讀取需要導入的Excel。
以文件名為表名、列頭為列名、并將數據拼接成sql。
通過JDBC或mybatis插入數據庫。

操作起來，如果文件比較多，數據量都很大的時候，會非常慢。

訪問之后，感覺沒什么反應，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！

優化1：先查詢全部數據，緩存到map中，插入前再進行判斷，速度快了很多。
優化2：如果單個Excel文件過大，可以采用異步 + 多線程讀取若干行，分批入庫。

使用雙異步后，從 191s 優化到 2s，你敢信？

下面貼出異步讀取Excel文件、并分批讀取大Excel文件的關鍵代碼

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，緩存所有數據
        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文件

@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 + "行數據！");
    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 + "行數據分" + times + "次插入數據庫！");
    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) + "次插入數據庫！" + "準備插入" + (end + 1 - start) + "條數據！");
            //readExcelDataAsyncService.readXlsCacheAsync(sheet, row, start, end, insertBuilder);
            readExcelDataAsyncService.readXlsCacheAsyncMybatis(sheet, row, start, end, insertBuilder);
        }
    }
}

3、異步批量入庫

@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，緩存所有數據，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、異步線程池工具類

@Async的作用就是異步處理任務。

在方法上添加@Async，表示此方法是異步方法；
在類上添加@Async，表示類中的所有方法都是異步方法；
使用此注解的類，必須是Spring管理的類；
需要在啟動類或配置類中加入@EnableAsync注解，@Async才會生效；

在使用@Async時，如果不指定線程池的名稱，也就是不自定義線程池，@Async是有默認線程池的，使用的是Spring默認的線程池SimpleAsyncTaskExecutor。

默認線程池的默認配置如下：

默認核心線程數：8；
最大線程數：Integet.MAX_VALUE；
隊列使用LinkedBlockingQueue；
容量是：Integet.MAX_VALUE；
空閑線程保留時間：60s；
線程池拒絕策略：AbortPolicy；

從最大線程數可以看出，在并發情況下，會無限制的創建線程，我勒個嗎啊。

也可以通過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

也可以自定義線程池，下面通過簡單的代碼來實現以下@Async自定義線程池。

@EnableAsync// 支持異步操作
@Configuration
public class AsyncTaskConfig {

    /**
     * com.google.guava中的線程池
     * @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線程池
     * @return
     */
    @Bean("async-executor")
    public Executor asyncExecutor() {
        ThreadPoolTaskExecutor taskExecutor = new ThreadPoolTaskExecutor();
        // 核心線程數
        taskExecutor.setCorePoolSize(24);
        // 線程池維護線程的最大數量，只有在緩沖隊列滿了之后才會申請超過核心線程數的線程
        taskExecutor.setMaxPoolSize(200);
        // 緩存隊列
        taskExecutor.setQueueCapacity(50);
        // 空閑時間，當超過了核心線程數之外的線程在空閑時間到達之后會被銷毀
        taskExecutor.setKeepAliveSeconds(200);
        // 異步方法內部線程名稱
        taskExecutor.setThreadNamePrefix("async-executor-");

        /**
         * 當線程池的任務緩存隊列已滿并且線程池中的線程數目達到maximumPoolSize，如果還有任務到來就會采取任務拒絕策略
         * 通常有以下四種策略：
         * ThreadPoolExecutor.AbortPolicy:丟棄任務并拋出RejectedExecutionException異常。
         * ThreadPoolExecutor.DiscardPolicy：也是丟棄任務，但是不拋出異常。
         * ThreadPoolExecutor.DiscardOldestPolicy：丟棄隊列最前面的任務，然后重新嘗試執行任務（重復此過程）
         * ThreadPoolExecutor.CallerRunsPolicy：重試添加當前的任務，自動重復調用 execute() 方法，直到成功
         */
        taskExecutor.setRejectedExecutionHandler(new ThreadPoolExecutor.CallerRunsPolicy());
        taskExecutor.initialize();
        return taskExecutor;
    }
}

5、異步失效的原因

注解@Async的方法不是public方法。
注解@Async的返回值只能為void或Future。
注解@Async方法使用static修飾也會失效。
沒加@EnableAsync注解。
調用方和@Async不能在一個類中。
在Async方法上標注@Transactional是沒用的，但在Async方法調用的方法上標注@Transcational是有效的。

三、線程池中的核心線程數設置問題

有一個問題，一直沒時間摸索，線程池中的核心線程數CorePoolSize、最大線程數MaxPoolSize，設置成多少，最合適，效率最高。

借著這個機會，測試一下。

1、我記得有這樣一個說法，CPU的處理器數量

將核心線程數CorePoolSize設置成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核心線程數，也就是計算資源。

CPU密集型，線程池大小設置為N，也就是和cpu的線程數相同，可以盡可能地避免線程間上下文切換，但在實際開發中，一般會設置為N+1，為了防止意外情況出現線程阻塞，如果出現阻塞，多出來的線程會繼續執行任務，保證CPU的利用效率。
IO密集型，線程池大小設置為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，需要對具體的線程池大小進行調整，可以通過壓測及機器設備現狀，進行調整大小。

如果線程池太大，則會造成CPU不斷的切換，對整個系統性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。

那么一次讀取多少行最合適呢？

測試的Excel中含有10萬條數據，10萬/24 = 4166，那么我設置成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線程數CorePoolSize和最大線程數MaxPoolSize設置成一樣的，都愛設置成200

是隨便寫的，還是經驗而為之？

測試發現，當你將核心線程數CorePoolSize和最大線程數MaxPoolSize都設置為200的時候，第一次它會同時開啟150個線程，來進行工作。

這個是為什么？

3、經過數十次的測試

發現核心線程數好像差別不大。
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。
也不能太少，如果太少，超過了150個線程，就會造成線程阻塞，也會變慢。

四、通過EasyExcel讀取并插入數據庫

EasyExcel的方式，我就不寫雙異步優化了，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.class, new ReadEasyExeclAsyncListener(readEasyExeclService, fileName, batchCount, list)).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;
    // 批量插入閾值
    private int BATCH_COUNT;
    // 數據集合
    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){
            // 批量入庫
            readEasyExeclService.saveDataBatch(LIST);
        }
    }

    @Override
    public void doAfterAllAnalysed(AnalysisContext analysisContext) {
        if(LIST.size() > 0){
         // 最后一批入庫
            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) {
     // 通過mybatis入庫
        readEasyExeclMapper.saveDataBatch(list);
        // 通過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;
}

責任編輯：姜華來源：哪吒編程

雙異步數據庫 Excel