多线程多数据源数据迁移

#数据迁移#

一、创建多数据源项目

查看多数据源demo创建说明

二、创建迁移Controller

其中业务逻辑 数量 自行调整

package com.example.demo.controller;


import com.example.demo.pojo.entity.LiveSettleEntity;
import com.example.demo.pojo.entity.ServicerInfoEntity;
import com.example.demo.service.SchoolServiceImpl;
import com.example.demo.service.TradeServiceImpl;
import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;

import java.util.ArrayList;
import java.util.List;
import java.util.Map;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.TimeUnit;

/**
 * 多线程同步历史数据
 * @author zsf
 * @date 2023-11-24
 */
@Slf4j
@RestController
@RequestMapping("/demo")
public class SynchronizeDataController {

    @Autowired
    private SchoolServiceImpl schoolService;
    @Autowired
    private TradeServiceImpl tradeService;

    int batchSize = 10; // 每个批次的数据量

    long totalCount = 100; // 要迁移的总数据量

    int threadCount = 4; // 线程数


    /**
     * 多线程同步数据
     * @param params
     * @return
     * @throws Exception
     */
    @GetMapping("/syncData")
    public void syncData(Map<String, Object> params) throws Exception {
        ExecutorService executor = Executors.newFixedThreadPool(threadCount);
        try {
            // 设置源数据库查询的起始位置和每个批次的数据量
            int offset = 0;
            //获取表总数
            totalCount=schoolService.count();
            while (offset < totalCount) {
                for (int i = 0; i < threadCount; i++) {
                    // 创建一个线程来处理每个批次的数据
                    executor.submit(new DataMigrationThread(offset, batchSize));
                    offset += batchSize;
                }
            }
        } catch (Exception e) {
            e.printStackTrace();
        }
        executor.shutdown();
        try {
            executor.awaitTermination(Long.MAX_VALUE, TimeUnit.NANOSECONDS);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
    }

    private class DataMigrationThread implements Runnable {
        private final int offset;//查询起始行数
        private final int batchSize;//查询多少行
        public DataMigrationThread(int offset, int batchSize) {
            this.offset = offset;
            this.batchSize = batchSize;
        }

        @Override
        public void run() {
            try {
                // 查询数据并将其添加到批处理中
                List<ServicerInfoEntity> queryList=schoolService.getList(offset,batchSize);

                //写入数据
                List<LiveSettleEntity> addList=new ArrayList<>();
                //上限1000条
                tradeService.saveBatch(addList);

            } catch (Exception e) {
                e.printStackTrace();
            }
        }
    }
}
ServiceImpl
package com.example.demo.service;


import com.baomidou.mybatisplus.extension.service.impl.ServiceImpl;
import com.example.demo.mapper1.SchoolMapper;
import com.example.demo.pojo.entity.ServicerInfoEntity;
import org.springframework.stereotype.Service;

import java.util.List;

@Service
public class SchoolServiceImpl extends ServiceImpl<SchoolMapper, ServicerInfoEntity> {

    public List<ServicerInfoEntity> getList(int offset,int batchSize){
        return baseMapper.getList(offset,batchSize);
    }
}

Mapper
package com.example.demo.mapper1;

import com.baomidou.mybatisplus.core.mapper.BaseMapper;
import com.example.demo.pojo.entity.ServicerInfoEntity;
import org.apache.ibatis.annotations.Mapper;
import org.apache.ibatis.annotations.Param;

import java.util.List;

@Mapper
public interface SchoolMapper extends BaseMapper<ServicerInfoEntity> {
    List<ServicerInfoEntity> getList(@Param("offset") int offset, @Param("batchSize") int batchSize);
}

xml (路径自行修改)

<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE mapper
        PUBLIC "-//mybatis.org//DTD Mapper 3.0//EN"
        "https://mybatis.org/dtd/mybatis-3-mapper.dtd">
<mapper namespace="com.example.demo.mapper1.SchoolMapper">
    <resultMap id="resultMap" type="com.example.demo.pojo.entity.xxxxx">
    </resultMap>

    <select id="getList" resultType="com.example.demo.pojo.entity.xxxxx">
        select * from xxxxx  order by id desc
        limit #{offset},#{batchSize}
    </select>

</mapper>

  • 34
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
Java中,如果你需要在多个数据源中执行同一事务,你可以使用分布式事务处理框架来实现。这些框架可以根据需要将多个数据库操作包装在同一个事务中,并确保在所有操作完成之前,事务要么全部提交,要么全部回滚。 一种常见的分布式事务处理框架是Spring Framework。在Spring中,你可以使用`@Transactional`注解来标记需要在同一事务中执行的方法。在这种情况下,如果你使用了多个数据源,则需要使用JTA(Java Transaction API)来协调这些数据源。 具体地,你需要在应用程序中配置一个JTA事务管理器,并在每个数据源上配置一个XA数据源。然后,你可以使用@Transactional注解来标记需要在同一事务中执行的方法,Spring将自动使用JTA协调事务。 例如,以下示例演示了如何使用Spring和Atomikos JTA实现多线程多数据源保证同一事务: ```java @Service public class MyService { @Autowired private PlatformTransactionManager transactionManager; @Transactional public void doSomething() { // ... 执行数据库操作1 ... // ... 执行数据库操作2 ... } public void doSomethingInMultipleThreads() { Executor executor = Executors.newFixedThreadPool(10); for (int i = 0; i < 10; i++) { executor.execute(() -> { TransactionTemplate transactionTemplate = new TransactionTemplate(transactionManager); transactionTemplate.execute(status -> { // ... 执行数据库操作1 ... }); transactionTemplate.execute(status -> { // ... 执行数据库操作2 ... }); }); } } } ``` 在这个例子中,`MyService`类中的`doSomething()`方法和`doSomethingInMultipleThreads()`方法都被标记为@Transactional。`doSomething()`方法只是一个简单的事务方法,它执行两个数据库操作。`doSomethingInMultipleThreads()`方法则启动了10个线程,每个线程都执行相同的两个数据库操作。由于这些操作都在同一个事务中执行,因此它们要么全部提交,要么全部回滚。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值