面試官:java8中parallelStream提升數倍查詢效率是怎樣實現的
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 : 消費型介面 void accept(T t);
2、Supplier : 供給型介面 T get();
3、Function
4、Predicate : 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
{
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。