需求描述
用户每周需要上传一个很大的文件，交给后台解析。保存数据。
存在问题，及流程解析
- 数据处理很慢，在本地跑了半个小时也只处理了百分之10左右。而且同时只存在一次记录（上传第二次时把第一次解析的数据做逻辑删除）
- 数据处理同一时间只调用一次，上次没有处理完就不重复调用，直接返回上传结果，异步调用数据处理，保存进度数据，执行过程中更改进度
第一次解决思路
-
得到上传的数据，开启线程调用service层方法，同时service添加 synchronized ，在service层中使用线程池对数据进行异步操作，提升数据处理能力
-
controller层代码（简化）
public ResultCustom import(MultipartFile file) {
if (file == null) {
return ResultCustom.error(500, "导入文件不能为空！");
}
String filename = file.getOriginalFilename();
String type = StrUtil.isBlank(filename) ? "" : filename.substring(filename.lastIndexOf("."));
if (!StrUtil.equalsAny(type, ".xlsx", ".xls")) {
return ResultCustom.error(500, "上传文件格式错误！");
}
// 解析文件放到service层会出现异常，所以在controller层解析把数据传到service
InputStream inputStream;
try {
inputStream = file.getInputStream();
} catch (Exception e) {
return ResultCustom.error(500, e.getMessage());
}
ExcelReader reader = ExcelUtil.getReader(inputStream, 0); //指定输入流和sheet
List<Map<String, Object>> dataMap = reader.readAll();
// 保存处理进度
BImprotProgress bImprotProgress = new BImprotProgress();
bImprotProgress.setFileName(filename); // 文件名
bImprotProgress.setImportTime(LocalDateTime.now()); // 导入时间
bImprotProgress.setCreateUser(XXXXXX); // 导入人
bImprotProgress.setImportState(BasicsConstant.IMPORT_STATE_1); // 导入状态
if (!improtProgressService.save(bImprotProgress)) {
return ResultCustom.error(500, "处理进度保存失败！");
}
// 开后台线程处理导入数据，返回导入状态
new Thread(() -> XXXService.importy(dataMap, ImprotProgress)).start();
return ResultCustom.message("数据导入成功，正在处理！");
}
- service层代码（简化）
@Override
public void importy(List<Map<String, Object>> dataMap, BImprotProgress bImprotProgress) {
// 如果重复上传需要把上次的置为不可用
LambdaUpdateWrapper<XXXXX> update = Wrappers.lambdaUpdate();
update.set(XXXX::getIsDelete, BasicsConstant.ISDELETE_1);
XXXMapper.update(null, update);
bImprotProgress.setTotalSize(dataMap.size()); // 总数据量
bImprotProgress.setProgress("0.00%"); // 进度
bImprotProgress.setImportState(BasicsConstant.IMPORT_STATE_2);// 处理中状态
bImprotProgressMapper.updateById(bImprotProgress);
// 开10个线程处理数据，加上主线程等待，计数器设置为11
final CyclicBarrier cyclicBarrier = new CyclicBarrier(11);
// 定义任务线程池,核心线程为10个，最大线程数为15
final ExecutorService executorService = ThreadUtil.newExecutor(10, 15);
// 分页开始,第一页
AtomicInteger atomicLong = new AtomicInteger(1);
// 每页数量
int imit = 100;
int maxThread = 10;
LocalDateTime start = LocalDateTime.now(); // 开始时间
try {
while (true) {
int andIncrement = atomicLong.getAndIncrement();
int basics = (andIncrement - 1) * imit * maxThread;
if ((basics + imit * maxThread) > dataMap.size()) {
// 最后一次的数据了
handleData(dataMap, basics, dataMap.size(), calendarWeek);
break;// 处理完直接跳出
}
for (int i = 0; i < maxThread; i++) {
int pages = i;
executorService.execute(() -> { // 多线程执行
handleData(dataMap, basics + pages * imit, basics + (pages + 1) * imit, calendarWeekfinal);
try {
cyclicBarrier.await(); // 作业完成到达屏障
} catch (InterruptedException | BrokenBarrierException e) {
e.printStackTrace();
}
});
}
// 等待所有子线程到达屏障
try {
cyclicBarrier.await();
} catch (InterruptedException | BrokenBarrierException e) {
e.printStackTrace();
}
// 当前处理的数量
bImprotProgress.setProgress(NumberUtil.mul(NumberUtil.div(imit * maxThread * andIncrement, dataMap.size(), 2), 100) + "%");
bImprotProgressMapper.updateById(bImprotProgress);
log.info(StrUtil.format("====> 执行完了第{} 次", andIncrement));
}
// 处理成功
bImprotProgress.setProgress("100%");
bImprotProgress.setImportState(BasicsConstant.IMPORT_STATE_3);
bImprotProgress.setCompleteTime(LocalDateTime.now());
bImprotProgressMapper.updateById(bImprotProgress);
} catch (Exception e) {
e.printStackTrace();
bImprotProgress.setImportState(BasicsConstant.IMPORT_STATE_4);
bImprotProgressMapper.updateById(bImprotProgress);
}
LocalDateTime end = LocalDateTime.now();// 结束时间
Duration between = LocalDateTimeUtil.between(start, end);
executorService.shutdown();
String sta = LocalDateTimeUtil.format(start, DatePattern.NORM_DATETIME_PATTERN);
String en = LocalDateTimeUtil.format(end, DatePattern.NORM_DATETIME_PATTERN);
String format = StrUtil.format("开始时间 : {} ,结束时间 : {} ,执行时间 :{}分钟", sta, en, between.toMinutes());
log.info(format);
}
/**
* 数据处理
*
* @param dataMap 数据集合
* @param begin 处理开始下标
* @param end 处理结束下标
*/
private void handleData(List<Map<String, Object>> dataMap, int begin, int end) {
String licenseId;
Integer defnull = 0;
for (int i = begin; i < end; i++) {
Map<String, Object> map = dataMap.get(i);
Set<String> key = map.keySet();
// 根据自己业务定义长度集合，避免出现扩容，影响性能
List<XXX> list = new ArrayList<>(300);
for (String str : key) {
// 业务处理
XXXX
XXXX
list.add(XXX);
}
saveBatch(list, 50);
list.clear();
}
}
- 发现的问题，因为数据处理时间会很长，数据上传过程中再次上传应该给失败的反馈，而不是线程等待，一直上传可能会存在很多阻塞状态的线程，而拖垮整体系统
第二次解决思路
- 在controller层控制调用，而不是在service层中加锁，controller层无法获取锁就说明上次上传的数据在处理中，直接返回失败
private static final Lock LOCK = new ReentrantLock();
public ResultCustom import(MultipartFile file) {
if (file == null) {
return ResultCustom.error(500, "导入文件不能为空！");
}
String filename = file.getOriginalFilename();
String type = StrUtil.isBlank(filename) ? "" : filename.substring(filename.lastIndexOf("."));
if (!StrUtil.equalsAny(type, ".xlsx", ".xls")) {
return ResultCustom.error(500, "上传文件格式错误！");
}
// 是否可以获取锁
if (!LOCK.tryLock()) {
return ResultCustom.error(500, "存在正在处理的文件，上传失败！");
}
// 解析文件放到service层会出现异常，所以在controller层解析把数据传到service
InputStream inputStream;
try {
inputStream = file.getInputStream();
} catch (Exception e) {
LOCK.unlock(); // 解锁
return ResultCustom.error(500, e.getMessage());
}
ExcelReader reader = ExcelUtil.getReader(inputStream, 0); //指定输入流和sheet
List<Map<String, Object>> dataMap = reader.readAll();
// 保存处理进度
BImprotProgress bImprotProgress = new BImprotProgress();
bImprotProgress.setFileName(filename); // 文件名
bImprotProgress.setImportTime(LocalDateTime.now()); // 导入时间
bImprotProgress.setCreateUser(XXXXXX); // 导入人
bImprotProgress.setImportState(BasicsConstant.IMPORT_STATE_1); // 导入状态
if (!improtProgressService.save(bImprotProgress)) {
LOCK.unlock(); // 解锁
return ResultCustom.error(500, "处理进度保存失败！");
}
// 开后台线程处理导入数据，返回导入状态
new Thread(() -> {
try {
ibLaunchStrategyService.importLaunchStrategy(dataMap, bImprotProgress);
} catch (Exception e) {
log.error("数据处理失败" + e.getMessage());
e.printStackTrace();
} finally {
// 解锁
LOCK.unlock();
}
}).start();
return ResultCustom.message("数据导入成功，正在处理！");
}
- 按照我这种不太聪明的小脑袋瓜来看，流程是没有什么问题了，可是当我点开了unlock的方法时，看到方法上的注释
-
- 我理解的大致意思是，只有获取锁的线程才能执行释放锁，不然就有可能抛 unchecked 异常，早知道我就不点开了，毕竟bug我没发现等于没有。
第三次解决思路
- 没得办法，上次的处理中解锁操作存在问题，想要在controller中加锁，解锁就必须在异步线程中去做。
- 方案一：使用Semaphore来让service只允许一个线程访问，设置凭证获取超时时间，超时时返回处理失败，Semaphore大致使用
- 方案二：参考分布式锁key的实现思路。在系统中定义变量，第一次获取时修改变量内容，下次获取判断变量的值，当数据处理完之后把变量内容改回初始值（我知道这用法很潦草。只是借用了思路，并不是分布式锁的实现逻辑，别喷了，别喷了）
- 因为我的业务相对明确，所以我选择用第二种方案，做无锁化操作
- 最终版
private static final AtomicInteger ATOMIC_INTEGER = new AtomicInteger();
public ResultCustom import(MultipartFile file) {
if (file == null) {
return ResultCustom.error(500, "导入文件不能为空！");
}
String filename = file.getOriginalFilename();
String type = StrUtil.isBlank(filename) ? "" : filename.substring(filename.lastIndexOf("."));
if (!StrUtil.equalsAny(type, ".xlsx", ".xls")) {
return ResultCustom.error(500, "上传文件格式错误！");
}
int lock = ATOMIC_INTEGER.getAndIncrement();
// 是否可以获取锁
if (lock != 0) {
return ResultCustom.error(500, "存在正在处理的文件，上传失败！");
}
// 解析文件放到service层会出现异常，所以在controller层解析把数据传到service
InputStream inputStream;
try {
inputStream = file.getInputStream();
} catch (Exception e) {
// 重置变量，下次上传执行处理操作
atomicIntegerReset();
return ResultCustom.error(500, e.getMessage());
}
ExcelReader reader = ExcelUtil.getReader(inputStream, 0); //指定输入流和sheet
List<Map<String, Object>> dataMap = reader.readAll();
// 保存处理进度
BImprotProgress bImprotProgress = new BImprotProgress();
bImprotProgress.setFileName(filename); // 文件名
bImprotProgress.setImportTime(LocalDateTime.now()); // 导入时间
bImprotProgress.setCreateUser(XXXXXX); // 导入人
bImprotProgress.setImportState(BasicsConstant.IMPORT_STATE_1); // 导入状态
if (!improtProgressService.save(bImprotProgress)) {
// 重置变量，下次上传执行处理操作
atomicIntegerReset();
return ResultCustom.error(500, "处理进度保存失败！");
}
// 开后台线程处理导入数据，返回导入状态
new Thread(() -> {
try {
ibLaunchStrategyService.importLaunchStrategy(dataMap, bImprotProgress);
} catch (Exception e) {
log.error("数据处理失败" + e.getMessage());
e.printStackTrace();
} finally {
// 重置变量，下次上传执行处理操作
atomicIntegerReset();
}
}).start();
return ResultCustom.message("数据导入成功，正在处理！");
}
// 解锁操作
private void atomicIntegerReset() {
int current;
int next = 0;
do {
// 获取原子操作类的值，替换为初始0值
current = ATOMIC_INTEGER.get();
} while (!ATOMIC_INTEGER.compareAndSet(current, next));
}
1135
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
