一次fori循环的优化
2019-07-09 本文已影响0人
MagnetoGo
背景
某项目上上传46条excel记录总是报超时的问题，把相关数据下载到测试环境测试，秒传；自己又写了个550条的excel记录上传在开发环境验证，秒传；查看前端限制了10秒，如果10秒都没传完说明太影响用户性能了，所以决定查看后端代码优化一下。
后端代码主要分为六部分：
- 解析excel,得到每行结果DemoExcelDTO集合List<DemoExcelDTO>；（此部分可优化代码少）
- 检查上级(模块名称)是否存在(fori循环查询数据库比较)
- 检查此行数据在否已经存在数据库(fori循环查询数据库比较)
- 检查表达式(需要发送http请求校验表达式的元素是否存在)
- 循环赋值准备保存数据库的数据(发送http请求获取指标表达式的元素拼装成类似1,2,3的String)
- 插入数据库
优化前
这里第1部分的代码已经具有很强的灵活性，并且优化空间少，就不在展示了；第6部分对数据库的操作也没有优化的空间；这里主要想对for循环优化进行思路解析，现贴上优化前的时间。
本次针对与46条评分指标上传的优化（除去最后一步的数据库保存）
------- 1.优化前 第一次8000+第二次9000+--------
批量上传--总消耗时间：10838
其中模块名称重复--消耗时间：2047
其中检查数据库重复--消耗时间：2411
其中检查表达式--消耗时间：2611
其中循环设置指标依赖集合--消耗时间：2508
------- 1 --------
优化前的代码
/**
* 检查是否在数据库中存在
*/
private String checkNameAndCodeDuplicateInDB(List<IndexScoreExcelDTO> scoreDTOS, Long scoreModelId) {
StringBuilder msg = new StringBuilder();
for (int i = 0; i < scoreDTOS.size(); i++) {
IndexScoreExcelDTO indexscoreexceldto = scoreDTOS.get(i);
Boolean exist = this.isExist(indexscoreexceldto.getName(), indexscoreexceldto.getCode(), scoreModelId);
if (exist) {
msg.append(String.format("行数为【%s】，错误原因：名称【%s】或编码【%s】已存在%s", i + 1, indexscoreexceldto.getName(),
indexscoreexceldto.getCode(), System.lineSeparator()));
}
}
return msg.toString();
}
/**
* 指标表达式检查
*/
private String checkExpression(List<IndexScoreExcelDTO> scoreDTOS) {
StringBuilder msg = new StringBuilder();
String separator = System.lineSeparator();
for (int i = 0; i < scoreDTOS.size(); i++) {
IndexScoreExcelDTO indexScoreExcelDTO = scoreDTOS.get(i);
String expression = indexScoreExcelDTO.getExpression();
String errorMsg = ExpressionUtils
.getErrorMessageIfExpressionIsError(expression, expressionService, indexRemoteManager);
if (StringUtils.isNotBlank(errorMsg)) {
msg.append(
String.format("第%s行，指标表达式【%s】%s%s", i + 1, expression, errorMsg, separator));
}
}
return msg.toString();
}
思路解析
1.fori循环连接数据库比较校验 修改为 一次连接，内存比较校验（java8流）
可观察代码fori循环主要是因为需要知道是第几行的excel行有问题，那么我们为什么不能在最开始的时候设置行数，fori循环转换成foreach，或者java8的流呢？所以对excel转化进行了更改，新设置了一个属性excelLineNumber，这样就不必每次太过于关注循环的索引，因为每次连接数据都是比较耗时的，即使有连接池，我们也尽量避免多次连接数据库，消耗性能，除非是实时性非常高的功能；我们项目的实时性并没有那么高，所以可以修改为一次连接数据库，在内存中进行校验，能实现同样的需求，同时缩短了时间，可观察下面的代码，这里采用的java8的forEach，如果不像我们需要按照顺序展示多少行出问题了，还可以采用java8的并行流（parallelStream）进行优化；
/**
* 检查是否在数据库中存在
*/
private String checkNameAndCodeDuplicateInDB(List<IndexScoreExcelDTO> scoreDTOS, Long scoreModelId) {
if(CollectionUtils.isEmpty(scoreDTOS)){
return null;
}
StringBuilder msg = new StringBuilder();
List<IndexScoreDO> indexScoreDOList = indexScoreDAO.findByScoreModelId(scoreModelId);
List<String> indexScoreNameList = indexScoreDOList.stream().map(IndexScoreDO::getName).collect(Collectors.toList());
List<String> indexScoreCodeList = indexScoreDOList.stream().map(IndexScoreDO::getCode).collect(Collectors.toList());
scoreDTOS.forEach(scoreDTO -> {
if (indexScoreNameList.contains(scoreDTO.getName().trim()) || indexScoreCodeList.contains(scoreDTO.getCode().trim())) {
msg.append(String.format("行数为【%s】，错误原因：名称【%s】或编码【%s】已存在%s", scoreDTO.getExcelLineNumber(), scoreDTO.getName(),
scoreDTO.getCode(), System.lineSeparator()));
}
});
return msg.toString();
}
2.利用countDownLatch实现并行处理任务
CountDownLatch是一个同步工具类，它允许一个或多个线程一直等待，直到其他线程的操作执行完后再执行。CountDownLatch使用场景之一实现最大的并行性，有时我们想同时启动多个线程，实现最大程度的并行处理任务。
本文中的ExpressionUtils.getErrorMessageIfExpressionIsError里循环调用Http请求去另一个工程获取数据，检验是否存在表达式里的元素，如果有46行数据，一行里的表达式存在了3个元素，那么将发送138次Http请求，最大的问题就是这里请求了，后面第5步又同样再去获取元素，又发送了138次http请求，所以这里又很大的优化空间；发送这么多次请求可不可以减少时间呢？利用线程池+countDownLatch并行处理任务；
public static final ExecutorService POOL = Executors.newFixedThreadPool(Runtime.getRuntime().availableProcessors() * 5, (new ThreadFactoryBuilder()).setNameFormat("pool-toolkit-%d").build());
/**
* 指标表达式检查
*/
private String checkExpression(List<IndexScoreExcelDTO> scoreDTOS) {
StringBuilder msg = new StringBuilder();
String separator = System.lineSeparator();
long start = System.currentTimeMillis();
CountDownLatch countDownLatch = new CountDownLatch(scoreDTOS.size());
UserIdentifier userIdentifier = CurrentUserHelper.getUserIdentifier();
for (int i = 0; i < scoreDTOS.size(); i++) {
IndexScoreExcelDTO indexScoreExcelDTO = scoreDTOS.get(i);
String expression = indexScoreExcelDTO.getExpression();
final int a = i;
ThreadPool.POOL.execute(() -> {
AtomContextHolder.setContext(userIdentifier);
String errorMsg = ExpressionUtils.getErrorMessageIfExpressionIsError(expression, expressionService, indexCallProcessor);
if (StringUtils.isNotBlank(errorMsg)) {
msg.append(String.format("第%s行，指标表达式【%s】%s%s", a + 1, expression, errorMsg, separator));
}
countDownLatch.countDown();
});
}
try {
// 最好设置过期时间，不然可能造成无限等待
countDownLatch.await(5, TimeUnit.SECONDS);
} catch (Exception e) {
logger.error("异步处理指标表达式检查时出错", e);
if (e.getCause() instanceof RuntimeException) {
throw (RuntimeException) e.getCause();
}else{
throw new RuntimeException("处理指标表达式检查时异常",e);
}
}
long end = System.currentTimeMillis();
System.out.println("其中检查表达式--消耗时间:" + (end - start));
return msg.toString();
}
运行结果
批量上传--总消耗时间：1791
其中模块名称重复--消耗时间:64
其中检查数据库重复--消耗时间：52
其中检查表达式--消耗时间:877
其中循环设置指标依赖集合--消耗时间：26
3.利用countDownLatch+Callable实现并行处理任务
Executor 框架中有一种方法可以实现异步，那就是实现 Callable 接口并重写call方法,并且Callable 可以在任务结束的时候提供一个返回值，Callable 的 call 方法也可以抛出异常；getErrorMessageIfExpressionIsError()方法中有业务断言需要抛出异常；
/**
* 指标表达式检查
*/
private String checkExpression(List<IndexScoreExcelDTO> scoreDTOS) {
StringBuilder msg = new StringBuilder();
String separator = System.lineSeparator();
long start = System.currentTimeMillis();
CountDownLatch countDownLatch = new CountDownLatch(scoreDTOS.size());
UserIdentifier userIdentifier = CurrentUserHelper.getUserIdentifier();
ExecutorService executor = Executors.newFixedThreadPool(5);
try {
for (int i = 0; i < scoreDTOS.size(); i++) {
IndexScoreExcelDTO indexScoreExcelDTO = scoreDTOS.get(i);
String expression = indexScoreExcelDTO.getExpression();
final int a = i;
Callable<String> run = new Callable<String>(){
@Override
public String call() {
AtomContextHolder.setContext(userIdentifier);
return ExpressionUtils.getErrorMessageIfExpressionIsError(expression, expressionService, indexCallProcessor);
}
};
executor.submit(run);
String errorMsg = run.call();
if (StringUtils.isNotBlank(errorMsg)) {
msg.append(String.format("第%s行，指标表达式【%s】%s%s", a + 1, expression, errorMsg, separator));
}
countDownLatch.countDown();
}
// 最好设置过期时间，不然可能造成无限等待
countDownLatch.await(5, TimeUnit.SECONDS);
} catch (Exception e) {
logger.error("异步处理指标表达式检查时出错", e);
if (e.getCause() instanceof RuntimeException) {
throw (RuntimeException) e.getCause();
}else{
throw new RuntimeException("处理指标表达式检查时异常",e);
}
}
long end = System.currentTimeMillis();
System.out.println("其中检查表达式--消耗时间:" + (end - start));
return msg.toString();
}
运行结果
批量上传--总消耗时间：3555
其中模块名称重复--消耗时间:64
其中检查数据库重复--消耗时间：54
其中检查表达式--消耗时间:2659
其中循环设置指标依赖集合--消耗时间：32
4.利用CompletableFuture实现异步并行处理任务
CompletableFuture是jdk1.8引入的，里面弥补了jdk1.5的Futrue模型不足，学习谷歌的Google Guava中ListenableFuture和SettableFuture的特征，还提供了其它强大的功能，让Java拥有了完整的非阻塞编程模型：Future、Promise 和 Callback。
CompletableFuture能够将回调放到与任务不同的线程中执行，也能将回调作为继续执行的同步函数，在与任务相同的线程中执行。它避免了传统回调最大的问题，那就是能够将控制流分离到不同的事件处理器中。
indexCallProcessor接口中将http请求结果缓存到了ConcurrentHashMap中，在第5步中先获取缓存中的结果，如果结果为空再发送http请求。
/**
* 指标表达式检查 <br/>
* <p>1.利用串行Steam流异步多任务执行表达式检查</p>
* <p>2.当表达式执行完成后(CompletableFuture.whenComplete)，拼接执行结果的错误</p>
* <p>3.当所有的CompletableFuture放入allOf，使用get()会阻塞主线程，直到allOf里面的所有线程都执行才唤醒。</p>
* <p>4.注：经简单测试(Stream+CompletableFuture异步+指定的线程池) > (Stream+CompletableFuture异步+ForkJoinPool)>(fori+countDownLatch+newFixedThreadPool)</p>
*/
private String checkExpression(List<IndexScoreExcelDTO> scoreDTOS) {
if(CollectionUtils.isEmpty(scoreDTOS)){
return null;
}
StringBuilder msg = new StringBuilder();
String separator = System.lineSeparator();
UserIdentifier userIdentifier = CurrentUserHelper.getUserIdentifier();
try {
CompletableFuture[] expressionCheckFutureList =
scoreDTOS.stream().map(indexScoreExcelDTO ->
CompletableFuture.supplyAsync(() ->
{
// 因为是异步线程，需要传入当前user信息
ContextHolder.setContext(userIdentifier);
return ExpressionUtils.getErrorMessageIfExpressionIsError(indexScoreExcelDTO.getExpression(), expressionService, indexCallProcessor);
}, pool) .whenComplete((result, throwable) -> {
if (throwable == null && StringUtils.isNotBlank(result)) {
msg.append(String.format("第%s行，指标表达式【%s】%s%s", indexScoreExcelDTO.getExcelLineNumber(), indexScoreExcelDTO.getExpression(), result, separator));
}
})
).toArray(CompletableFuture[]::new);
CompletableFuture.allOf(expressionCheckFutureList).get();
} catch (InterruptedException e) {
logger.error("异步处理指标表达式检查时的阻塞方法收到中断请求", e.getMessage());
throw new RuntimeException("处理指标表达式检查时异常",e);
} catch (ExecutionException e) {
logger.error("异步处理指标表达式检查时出错", e);
if (e.getCause() instanceof RuntimeException) {
throw (RuntimeException) e.getCause();
}else{
throw new RuntimeException("处理指标表达式检查时异常",e);
}
}
return msg.toString();
}
优化时间
------- 4.串行流+缓存http请求结果 优化后 第二次1926 第三次 2055--------
批量上传--总消耗时间：2050
其中模块名称重复--消耗时间：75
其中检查数据库重复--消耗时间：52
其中检查表达式--消耗时间：956
其中循环设置指标依赖集合--消耗时间：65
总结
本文主要从工作中上传时间过长导致失败的问题，引入了for循环优化的问题，采取了几种尝试性优化，如果我们时间较长的请求， 可以从线程并行、异步考虑，但也要合理采用。
