摘要：前言當(dāng)遇到大量數(shù)據(jù)導(dǎo)入時，為了提高處理的速度，可以選擇使用多線程來批量處理這些處理。設(shè)計思路由于場景的特點是讀取快，寫入慢，如果是使用多線程處理，建議是數(shù)據(jù)寫入部分改造為多線程。

當(dāng)遇到大量數(shù)據(jù)導(dǎo)入時，為了提高處理的速度，可以選擇使用多線程來批量處理這些處理。常見的場景有：

大文件導(dǎo)入數(shù)據(jù)庫（這個文件不一定是標(biāo)準(zhǔn)的CSV可導(dǎo)入文件或者需要在內(nèi)存中經(jīng)過一定的處理）

數(shù)據(jù)同步（從第三方接口拉取數(shù)據(jù)處理后寫入自己的數(shù)據(jù)庫）

以上的場景有一個共性，這類數(shù)據(jù)導(dǎo)入的場景簡單來說就是將數(shù)據(jù)從一個數(shù)據(jù)源移動到另外一個數(shù)據(jù)源，而其中必定可以分為兩步

數(shù)據(jù)讀取：從數(shù)據(jù)源讀取數(shù)據(jù)到內(nèi)存

數(shù)據(jù)寫入：將內(nèi)存中的數(shù)據(jù)寫入到另外一個數(shù)據(jù)源，可能存在數(shù)據(jù)處理

而且數(shù)據(jù)讀取的速度一般會比數(shù)據(jù)寫入的速度快很多，即讀取快，寫入慢。

由于場景的特點是讀取快，寫入慢，如果是使用多線程處理，建議是數(shù)據(jù)寫入部分改造為多線程。而數(shù)據(jù)讀取可以改造成批量讀取數(shù)據(jù)。簡單來說就是兩個要點：

批量讀取數(shù)據(jù)

多線程寫入數(shù)據(jù)

多線程批量處理最簡單的方案是使用線程池來進行處理，下面會通過一個模擬批量讀取和寫入的服務(wù)，以及對這個服務(wù)的多線程寫入調(diào)用作為示例，展示如何多線程批量數(shù)據(jù)導(dǎo)入。

import java.util.concurrent.atomic.AtomicLong;

/**
 * 數(shù)據(jù)批量寫入用的模擬服務(wù)
 *
 * @author RJH
 * create at 2019-04-01
 */
public class MockService {
    /**
     * 可讀取總數(shù)
     */
    private long canReadTotal;

    /**
     * 寫入總數(shù)
     */
    private AtomicLong writeTotal=new AtomicLong(0);

    /**
     * 寫入休眠時間（單位：毫秒）
     */
    private final long sleepTime;

    /**
     * 構(gòu)造方法
     *
     * @param canReadTotal
     * @param sleepTime
     */
    public MockService(long canReadTotal, long sleepTime) {
        this.canReadTotal = canReadTotal;
        this.sleepTime = sleepTime;
    }

    /**
     * 批量讀取數(shù)據(jù)接口
     *
     * @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;
    }

    /**
     * 寫入數(shù)據(jù)接口
     */
    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(shù)自增
        System.out.println("thread:" + Thread.currentThread() + " write data:" + writeTotal.incrementAndGet());
    }

    /**
     * 獲取寫入的總數(shù)
     *
     * @return
     */
    public long getWriteTotal() {
        return writeTotal.get();
    }

}

import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;

/**
 * 基于線程池的多線程批量寫入處理器
 * @author RJH
 * create at 2019-04-01
 */
public class SimpleBatchHandler {

    private ExecutorService executorService;

    private MockService service;
    /**
     * 每次批量讀取的數(shù)據(jù)量
     */
    private int batch;
    /**
     * 線程個數(shù)
     */
    private int threadNum;

    public SimpleBatchHandler(MockService service, int batch,int threadNum) {
        this.service = service;
        this.batch = batch;
        //使用固定數(shù)目的線程池
        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) {// 批量讀取數(shù)據(jù)，知道讀取不到數(shù)據(jù)才停止
            for (long i = 0; i < readData; i++) {
                executorService.execute(() -> service.writeData());
            }
        }
        // 關(guān)閉線程池
        executorService.shutdown();
        while (!executorService.isTerminated()) {//等待線程池中的線程執(zhí)行完

        }
        // 結(jié)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(shù)
        System.out.println("total write num:" + service.getWriteTotal());
    }

}

/**
 * SimpleBatchHandler的測試類
 * @author RJH
 * create at 2019-04-01
 */
public class SimpleBatchHandlerTest {

    public static void main(String[] args) {
        // 總數(shù)
        long total=100000;
        // 休眠時間
        long sleepTime=100;
        // 每次拉取的數(shù)量
        int batch=100;
        // 線程個數(shù)
        int threadNum=16;
        MockService mockService=new MockService(total,sleepTime);
        SimpleBatchHandler handler=new SimpleBatchHandler(mockService,batch,threadNum);
        handler.startHandle();
    }
}

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

在單線程情況下的執(zhí)行時間應(yīng)該為total*sleepTime，即10000000ms，而改造為多線程后執(zhí)行時間為648447ms。

本示例存在一些問題，會在后續(xù)的博客中對本示例進行優(yōu)化，同時分享給大家如何解決這些問題。