前言
有一天,客户反馈在系统查看当前用户的待办事项列表加载有明显卡顿,要等好几秒才加载出列表数据,印象中,这个功能已经上线有一段时间了,由于前期系统规划问题,没有维护全局的审核明细表,也没有引入什么流程引擎来支撑审批流,该功能的实现是通过分别到各目标模块统计数据汇总返回的。
代码审查
业务逻辑大概如下,在主方法里面分别调用其它目标模块的统计数据,汇总返回
ini
代码解读
复制代码
private static StatisticsVO statisticsMaintenanceData() { StatisticsVO statisticsVO = null; StopWatch stopWatch = new StopWatch("维保统计耗时统计"); try { stopWatch.start(); Long waitingAuditWorksheetCancelNum = getWaitingAuditWorksheetCancelNum(); Long waitingAuditElevatorDeleteNum = getWaitingAuditElevatorDeleteNum(); Long waitingAuditOutStockNum = getWaitingAuditOutStockNum(); Long waitingAuditInStockNum = getWaitingAuditInStockNum(); statisticsVO = StatisticsVO.builder() .waitingAuditWorksheetCancelNum(waitingAuditWorksheetCancelNum) .waitingAuditElevatorDeleteNum(waitingAuditElevatorDeleteNum) .waitingAuditOutStockNum(waitingAuditOutStockNum) .waitingAuditInStockNum(waitingAuditInStockNum) .build(); stopWatch.stop(); } catch (Exception e) { log.info("统计维保数据发生异常{}", e); } System.out.println(stopWatch.prettyPrint()); return statisticsVO; }
通过TimeUnit#sleep
的线程休眠方式来模拟统计逻辑的耗时情况,
csharp
代码解读
复制代码
private static Long getWaitingAuditWorksheetCancelNum() throws InterruptedException { TimeUnit.SECONDS.sleep(5); return 15L; } private static Long getWaitingAuditElevatorDeleteNum() throws InterruptedException { TimeUnit.SECONDS.sleep(3); return 10L; } private static Long getWaitingAuditOutStockNum() throws InterruptedException { TimeUnit.SECONDS.sleep(2); return 5L; } private static Long getWaitingAuditInStockNum() throws InterruptedException { TimeUnit.SECONDS.sleep(2); return 5L; }
可以看出在主方法获取各个目标模块的统计方式是串行的,意味着就是接口统计耗时总时长=各模块数据统计耗时之和。
看到这里,我的第一个想法是审查一遍各个目标模块的的统计代码,分别查看各个统计模块对应数据表的数据量情况,再检索各统计模块的查询SQL在数据库层面有没有用到索引,先从数据库层面优化对应的查询性能,审查后,发现各个目标模块的统计数据量都不大,都是万级别的数据量,同时在SQL查询都用到了对应的索引,主要耗时是因为用户数据权限的筛选,要先在程序层面,获取当前用户所拥有的数据权限再去目标模块筛选统计对应的数据,所以只能从获取目标模块的统计数据的方式改造入手了。
引入CompletableFuture异步编程
什么是 CompletableFuture
CompletableFuture 是由Java8引入的,这让我们编写清晰可读的异步代码变得更加容易,该类功能比Future 更加强大。
在Java中CompletableFuture
用于异步编程,异步通常意味着非阻塞,运行任务单独的线程,与主线程隔离。并且通过回调可以在主线程中得到异步任务的执行状态,是否完成和异常等信息。
通过这种方式,主线程不会被阻塞,不需要一直等到子线程完成。主线程可以并行的执行其他任务。使用这种并行方式,可以极大的提高程序的性能。
为什么要引入 CompletableFuture
在前面的统计场景中,我们可以把每个模块的统计当成一个个子任务,如果运用以往的逻辑实现,我们需要等待所有的子任务串行统计执行完,才能获取到统计结果,接口耗时时长=所有子任务执行耗时之和,而使用CompletableFuture的方式,我们可以使用多线程异步执行子任务,加快任务执行速度,接口耗时时长由最长的子任务执行耗时决定。
代码改造
ini
代码解读
复制代码
private static StatisticsVO statisticsMaintenanceData() { StatisticsVO statisticsVO = null; StopWatch stopWatch = new StopWatch("维保统计耗时统计"); stopWatch.start(); try { CompletableFuture<Long> worksheetCancelFuture = CompletableFuture.supplyAsync(() -> { try { return getWaitingAuditWorksheetCancelNum(); } catch (InterruptedException e) { e.printStackTrace(); } return null; }); CompletableFuture<Long> elevatorDeleteFuture = CompletableFuture.supplyAsync(() -> { try { return getWaitingAuditElevatorDeleteNum(); } catch (InterruptedException e) { e.printStackTrace(); } return null; }); CompletableFuture<Long> outStockFuture = CompletableFuture.supplyAsync(() -> { try { return getWaitingAuditOutStockNum(); } catch (InterruptedException e) { e.printStackTrace(); } return null; }); CompletableFuture<Long> inStockFuture = CompletableFuture.supplyAsync(() -> { try { return getWaitingAuditInStockNum(); } catch (InterruptedException e) { e.printStackTrace(); } return null; }); CompletableFuture<Void> completableFuture = CompletableFuture.allOf(worksheetCancelFuture, elevatorDeleteFuture, outStockFuture, inStockFuture); // 等待所有子任务执行完成 completableFuture.join(); statisticsVO = StatisticsVO.builder() .waitingAuditWorksheetCancelNum(worksheetCancelFuture.join()) .waitingAuditElevatorDeleteNum(elevatorDeleteFuture.join()) .waitingAuditOutStockNum(outStockFuture.join()) .waitingAuditInStockNum(inStockFuture.join()) .build(); stopWatch.stop(); } catch (Exception e) { log.info("统计维保数据发生异常{}", e); } System.out.println(stopWatch.prettyPrint()); return statisticsVO; }
通过执行结果,我们可以很直观地观察到接口耗时时长的变化,CompletableFuture
的更多好玩特性,感兴趣的小伙伴可以自行去研究实践,推荐研读该篇技术文章,讲得比较层层递进