背景
程序猿美名曰高薪职业，现实就是码奴。最近被派到兄弟公司做支持，也就是过来加加班，赶赶工期。之前公司的架构是dubbo框架，这里的是springCloud，没有怎么接触过，但是代码学习搬运起来还是比较快的。做边角料功能的功夫逐渐了解了现有项目的使用，开始接触编码业务逻辑部分。这不是最近刚接到一个订单相关的需求,其中有个excel的导入功能，让我这种技术差的人埋了个大坑。(公司业务新启，用户暴增)
需求
三方整理用户订单(用户名、手机号、订单号) -> excel数据导入 -> 导入数据后续处理
第一版
工期短，所以没有太考虑实际业务量。一想到导入excel功能，读取文件那肯定是用poi喽，按照范例读取每一行，然后读取每一个cell单元格。获取到对象后，插入不是更简单了么，之前有单个插入方法，循环调用它不就好了么。整体如下:
package com.chl;
public class Example {
//单个保存
public int saveOrder(Object obj) {
//validate 对象信息
//validate 业务流程
//validate 库存信息
//插入操作
//相关业务变动
return 1;
}
//批量保存
public int saveOrderBatch(String filePath) {
//validate filePath参数
//解析excel
//validate excel参数
//循环插入
int i = 0;
for(;;) {
i+ = saveOrder(obj);
}
//返回成功数
return i;
}
}
由于有现成的保存方法，所以调用传参就行。随便建立了一个10条左右的测试数据到excel中，执行调用，ok! 开始开发下一个功能
产生问题
接口写好了，前端那我的示例excel去调用，偶尔成功，偶尔超时。原来前端做了接口的响应验证，超过5s的都算调用失败。一个戴眼镜的前端大声咆哮着:“超时了，超时了…”,作为一个老鸟，听了肯定感觉不舒服，怎么着也得证明自己还未被淘汰吧。
第二版
看了下编写的业务逻辑，觉得是有挺多重复调用的验证逻辑，本来执行一次就行，是代码逻辑是excel中存在一条记录就执行一次。于是做了调整。代码如下：
package com.chl;
public class Example {
public void validate() {
//validate 对象信息
//validate 业务流程
//validate 库存信息
}
//单个保存
public int saveOrder(Object obj) {
//插入操作
//相关业务变动
return 1;
}
//批量保存
public int saveOrderBatch(String filePath) {
//validate filePath参数
//validate excel参数
validate();
//解析excel
int i = 0;
for(;;) {
i+ = saveOrder(obj);
}
return i;
}
}
把原来的每次都要执行，调整为了前期执行一次。减少了数据库的连接查询、与重复的验证逻辑。自然是快了些。前段试了几次，没有发生超时现象，提交给了测试。
产生问题
测试接到了任务，马上动手测试了起来。先新建excel文档，然后写好表头，之后写入了几条连续的数据。一切看起来很正常也很美好。最后，她优雅的划着鼠标移动，终于使得白色箭头在了excel的表格线交汇处编程了黑色加粗的小加号，残忍的向下拉3000行之多。执行导入功能，果不其然的超时了。我开始觉得测试吹毛求疵，哪会有这么多的数据量，后来经业务部门证实"有渠道一次性5w数据，你看的办吧”。实际情况都这样了，只能改了。毕竟工作了这些年，没吃过猪肉，那也是见过猪跑的。
第三版
如有大批量的数据要插入数据库中，如果一条数据执行一次数据库操作的话，要频繁的连接数据库，就算使用连接池也会短时占用大量资源。一般的做法是:1.规范要导入的文件，用数据库客户端或命令执行导入操作。2.通过代码拼接一条很长的批量插入语句，执行一次数据库操作后全部插入。由于是业务部门进行导入操作，那肯定是通过界面进行导入操作，相关的代码如下：
package com.chl;
public class Example {
public void validate() {
//validate 对象信息
//validate 业务流程
//validate 库存信息
}
//批量保存
public int saveOrderBatch(String filePath) {
//validate filePath参数
//validate excel参数
validate();
//解析excel并拼接
StringBuffer sql = new StringBuffer(" insert into tables (column1,column2,column3 ... ) values ");
sql.append(" (value1,value2,value3 ...)");
sql.append(" (value1,value2,value3 ...)");
sql.append(" ...");
sql.append(" (value1,value2,value3 ...)");
sql.append(" (value1,value2,value3 ...)");
//执行一次插入
return i;
}
/**
* 定时任务
* 循环处理插入数据的其他列信息
*/
@Scheduled(cron = "0 10 * * * ?")
public void autoDealBaseInfo() {
for(;;) {
//唯一订单号、会员卡号、会员密码
//相关业务变动
}
}
}
给数据增加了处理中，已完成的状态。然后把所有数据拼接成了一个大sql进行单次插入操作。并把耗时的订单号、卡号、密码生成逻辑移动到定时任务中处理。前段能够立马拿到插入结果，解决了超时5s的问题。定时任务处理完后，修改相关数据的状态为已完成，时间一天之内都可以接受。自己做了5000条数据，执行导入功能很快就成功，定时任务也正常的处理了相关的业务数据。长舒一口气后提交给测试，测试理所当然的制造了3w条数据进行尝试，也正常。皆大欢喜之后上线了。
- 优化
- 为了防止拼接的sql过于庞大，超过sql语句默认长度1M,所以拆分5000条数据为一个sql。3W条数据也就执行6次数据库插入。
- insert into table() values() ;insert into table() values() ;… 的执行效率低于insert into table() values()，values()，values()，
产生问题
业务部门得知新功能上线了，非常高兴，终于不用手动录入一条一条的数据了。立马汇总了一份12000多条的名单到excel中，进行导入功能的操作。先分批尝试了1000条数据的导入，正常，然后一次性操作剩下的名单数据。但是只成功了5000条，剩下的没有插入成功。还有一个人整理的数据缺胳膊少腿，插入成功造成了脏数据的产生。
第四版
通过查看业务日志发现，插入没有成功的原因是因为整理了非法数据（’）。将第二条大sql截断了 insert into table() values(’),(’) 。导致没法正常执行。这是前期的数据校验没有处理好。所以开始了数据格式验证的处理
处理逻辑
- 判断excel的总行数和解析的总数是否匹配(有时空数据行因为一些操作认为是一条有效数据)
- 判断excel的每一个cell单元格是否为null(业务上不允许null)
- 检查手机号格式、长度(有时业务人员会复制一些看不到的字符到单元格中,如我碰到的是看起来手机号是11位，但实际trim(mobile)后获取到的居然是12位。可能是换行、制表符什么的
- 判断字符串类型的数据中是否包含’等字符
- 判断excel的其他数据格式等
- 对验证不符的信息进行有效返回(有效协助业务人员调整数据)
这里通过对数据的规范、及基本验证，基本杜绝了由数据本身引发的程序错误等。
产生问题
由于线上环境用户量多、操作频繁，不同任务之间可能存在资源上的竞争或冲突。一次性或者定时的操作大量数据，会对其他业务产生影响。尤其是在对一些方法、接口做大量测试的情况下，经常突然一些奇怪的问题。这里发现了一个问题是:有个同事写了一个生成唯一订单号和密码的方法，用了redis锁、加密算法、位运算等，正好在我的执行逻辑中用到。单个操作的时候没有异常，当数据量一大的时候就会产生重复数据、错误数据等。影响了业务的正常执行。
第五版
当然，到了这里导入功能本身是没有问题了，但是其引发的问题是不容小觑的。很多接口、方法调用一次、两次是不会发现问题的，但是数据量一旦上去，量变引起质变。
处理解疑过程(简单记录、不深入分析过程)
- redis锁问题，程序中为了保证数据一致性，业务正确性很多地方用了redis锁。但是jedis客户端的连接方式太过初级，没有使用连接池对象，造成了资源性能的损耗。一个获取方法执行10000次居然要18分钟左右，且中间产生redis lock wait现象。使用连接池之后，有明显提升，3000条3分钟左右。
- 订单唯一性问题，这里取了时间戳部分截取 + 随机数的方式生成唯一编号，以前单个增加订单操作的时候绝对不会产生问题。但是批量操作时，时间误差到达了微秒级别，截取位置不对会导致数据的重复生成，调整之前100条数据会产生8组左右重复数据，由System.currentTimeMillis()换为System.nanoTime()后并做了截取处理后测试2w条不会出现重复。
- 资源占用问题，一些对象没有及时释放掉，导致部分业务没法正常执行。
- 数据修复问题，由于各种原因造成了部分数据错误，可怜的程序猿们还在紧张的奋斗在一线，努力的修复着数据。黑眼圈所以更重了，头发所以更白了。
产生问题
由excel导入的功能引发的问题，可能还有很多，还在持续发酵中…
总结
功能虽小、但有时候牵一发而动全身。程序猿们估计最不愿意改的代码就是一些底层代码了。那种痛苦、那种工作量，想想都发晕。所以编码的时候要未雨绸缪啊(虽然时间上、代码量上不允许)
- 要多考虑、多角度分析
- 可以利用jmeter做一些简单的性能测试
- 可以学习开源的优秀代码
- 可以不断优化、改进自己的代码
- 可以不做程序猿(还我的黑发和明眸)
来自 程序猿人生
扫一扫
615
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
