一、单次请求处理多任务的场景
在实际项目中,我们经常会遇到一些比较复杂的查询,需要给前端响应一个内容量较大的响应结果。例如在租房系统的app中,点击具体的某个房间查看详情,需要后端将这个房间的基本信息、对应小区的基本信息,房间的配套设施、房间的可选租期以及不同租期下对应的房租等等作为一个整体,响应给前端展示。
正常情况下,我们会比较容易想到依次去查询业务需要的数据,这样做的有点在于条理清楚,先从数据库中查询房间信息,再联表查询对应小区的基本信息......如同一条流水线一样,这个业务分成多个sql查询依次串行执行。
这种逻辑在代码里面的表现形式为:
@Override
public RoomDetailVo getDetailByIdSync(Long id) {
RoomDetailVo resultVo = new RoomDetailVo();
// 获取房间详情
RoomInfo roomInfo = this.getById(id);
BeanUtils.copyProperties(roomInfo, resultVo);
// 获取公寓信息
ApartmentInfo apartmentInfo = apartmentInfoService.getById(roomInfo.getApartmentId());
resultVo.setApartmentInfo(apartmentInfo);
// 获取图片信息
List<GraphInfo> graphInfos = graphInfoService.lambdaQuery()
.eq(GraphInfo::getItemId, id)
.eq(GraphInfo::getItemType, ItemType.ROOM)
.list();
List<GraphVo> graphVos = graphInfos.stream().map(item -> {
GraphVo graphVo = new GraphVo();
BeanUtils.copyProperties(item, graphVo);
return graphVo;
}).collect(Collectors.toList());
resultVo.setGraphVoList(graphVos);
// 获取房间属性名称
resultVo.setAttrValueVoList(attrValueMapper.getAttrValueVosByRoomId(id));
// 获取房间配套设备信息
resultVo.setFacilityInfoList(facilityInfoMapper.getFacilityInfos(id));
// 获取房间标签信息
resultVo.setLabelInfoList(labelInfoMapper.getLabelInfos(id));
// 获取房间支付方式信息
resultVo.setPaymentTypeList(paymentTypeMapper.getPaymentTypes(id));
// 获取房间可选租期列表信息
resultVo.setLeaseTermList(leaseTermMapper.getLeaseTerms(id));
return resultVo;
}
二、由串行执行的缺点引入并行执行
但串行查询的缺点也很明显,后面的查询任务只能等待前面的任务执行完毕之后才能执行,但是有些任务之间并没有明显的先后关系,它们完全可以各自独立执行,所以串行执行就会导致业务的整体执行时间变长。这在用户页面,就会长时间的“转圈圈”,对用户很不友好。
我们可以分析一下,以上功能虽然步骤很多,但是只有公寓信息的查询需要依赖房间信息查询完后获取到公寓的id,其他的例如房间图片、房间配套设施等等,都可以通过前端请求传递来的房间id去查表获取,互相之间没有关联性,所以我们可以将我们的整体执行逻辑优化一下:
如图中所示,整个串行执行的流程就优化为多个不相关的查询并行执行,仅有房间信息查询和公寓信息查询有依赖关系。这时或许你已经想到了,我们可以用多线程的方式去解决整个房间详情信息的查询。没错,但是重点在于,我们要怎样去实现这个思路,手动创建线程,调用任务,然后释放线程,这种方式即增加了代码量,同时并不会有明显的优化效果,因为线程的频繁创建和销毁本身就会占用系统的资源。
三、并行执行的项目实践
为此,我在这个功能中,考虑使用线程池加上ComplatableFuture异步编排的方式去实现功能。
3.1、创建线程池
/**
* 自定义线程池配置
*/
@Configuration
public class ThreadPoolConfig {
// 核心线程数 20
@Value("${lease.thread.core-size}")
private Integer coreSize;
// 最大线程数 100
@Value("${lease.thread.max-size}")
private Integer maxSize;
// 空闲线程存活时间 10
@Value("${lease.thread.keep-alive-time}")
private Integer keepAliveTime;
@Bean
public ThreadPoolExecutor threadPoolExecutor() {
return new ThreadPoolExecutor(coreSize,
maxSize,
keepAliveTime,
TimeUnit.SECONDS,
new LinkedBlockingQueue<>(100000),
Executors.defaultThreadFactory(),
new ThreadPoolExecutor.AbortPolicy());
}
}
3.2、使用CompletableFuture和线程池,改写查询方法
@Service
public class RoomInfoServiceImpl extends ServiceImpl<RoomInfoMapper, RoomInfo>
implements RoomInfoService {
@Autowired
private RoomInfoMapper roomInfoMapper;
......
@Autowired
private RoomLeaseTermService roomLeaseTermService;
@Autowired
private ThreadPoolExecutor threadPoolExecutor;
@Override
public RoomDetailVo getDetailById(Long id) {
RoomDetailVo resultVo = new RoomDetailVo();
// 获取房间详情和公寓信息
CompletableFuture<Void> completableFuture = CompletableFuture.supplyAsync(() -> {
RoomInfo roomInfo = this.getById(id);
BeanUtils.copyProperties(roomInfo, resultVo);
return roomInfo;
}, threadPoolExecutor).thenAcceptAsync((roomInfo) -> {
resultVo.setApartmentInfo(apartmentInfoService.getById(roomInfo.getApartmentId()));
}, threadPoolExecutor);
// 获取图片列表
CompletableFuture<Void> graphVosFuture = CompletableFuture.runAsync(() -> {
List<GraphInfo> graphInfos = graphInfoService.lambdaQuery()
.eq(GraphInfo::getItemId, id)
.eq(GraphInfo::getItemType, ItemType.ROOM)
.list();
List<GraphVo> graphVos = graphInfos.stream().map(item -> {
GraphVo graphVo = new GraphVo();
BeanUtils.copyProperties(item, graphVo);
return graphVo;
}).collect(Collectors.toList());
resultVo.setGraphVoList(graphVos);
}, threadPoolExecutor);
// 获取属性信息列表
CompletableFuture<Void> attrValueVosFuture = CompletableFuture.runAsync(() -> {
resultVo.setAttrValueVoList(attrValueMapper.getAttrValueVosByRoomId(id));
}, threadPoolExecutor);
// 获取配套信息列表
CompletableFuture<Void> facilityInfoFuture = CompletableFuture.runAsync(() -> {
resultVo.setFacilityInfoList(facilityInfoMapper.getFacilityInfos(id));
}, threadPoolExecutor);
// 获取标签信息列表
CompletableFuture<Void> labelInfoFuture = CompletableFuture.runAsync(() -> {
resultVo.setLabelInfoList(labelInfoMapper.getLabelInfos(id));
}, threadPoolExecutor);
// 获取支付方式列表
CompletableFuture<Void> paymentTypeFuture = CompletableFuture.runAsync(() -> {
resultVo.setPaymentTypeList(paymentTypeMapper.getPaymentTypes(id));
}, threadPoolExecutor);
// 获取可选租期列表
CompletableFuture<Void> leaseTermFuture = CompletableFuture.runAsync(() -> {
resultVo.setLeaseTermList(leaseTermMapper.getLeaseTerms(id));
}, threadPoolExecutor);
// 等待所有任务全部完成
try {
CompletableFuture.allOf(completableFuture,
graphVosFuture,
attrValueVosFuture,
facilityInfoFuture,
labelInfoFuture,
paymentTypeFuture,
leaseTermFuture).get();
} catch (Exception e) {
e.printStackTrace();
}
return resultVo;
}
}
四、总结
通过异步编排实现多任务并行的场景的执行优化,手动配置线程池可以让我们根据具体业务,更好的设置线程池的参数。