Java使用多线程查询数据

前言

什么是进程：
“进程”是操作系统的概念，一个独立运行的程序，就是一个“进程”。
什么是线程：
“线程”是由“进程创建”的，一个进程可以创建任意多的线程，每个线程都包含一些代码。线程中的代码会同主进程或者其他线程“同时运行”。
什么是多进程：
同一时间段，同时运行多个程序。
什么是多线程：
一个程序同时启动多个线程，也就是多个代码块同时运行。从而提高程序的运行效率。
二、并发和并行
什么是并发
多个线程同时访问同一资源
例：你正在吃饭，有人来敲门，你放下饭碗去开门，回来接着吃饭。
什么是并行
多个线程同时开始运行
例：你正在吃饭，来电话啦，你边吃饭边打电话

Java使用多线程的条件
批处理（批量上传，批量导出，批量更新）

查询大量数据

本文以查询为例，展示一下线程池的使用。

本文使用的多线程框架是Executor

Executor 框架是 Java5 之后引进的，在 Java5 之后，通过Executor来启动线程比使用 Thread 的start方法更好

实例

本实例只为展示多线程的方法，所以数据随便使用的一个user表，进行测试

controller

@RestController
public class MultiThreadController {

    @Autowired
    private ThredService thredService;

    @GetMapping("/testThredData")
    public List testThredData()
    {
        return thredService.getAllResult();
    }
}

实体

@Data
@Accessors(chain=true)
public class User {
    private String id;
    private String name;
    private String password;
}

dao

@Mapper
public interface BlogMapper {
    List<User> getQueryData(@Param("start") Integer start,@Param("end") Integer end);
}

service

public interface ThredService {

    public List getAllResult();
    //每个线程分页查询
    public List<User> getQueryData(Integer start, Integer end);
}

impl

@Service
public class  ThredServiceImpl implements ThredService {

    @Autowired
    private MultiThreadQueryUtil multiThreadQueryUtil;

    @Resource
    private BlogMapper blogMapper;

    @Override
    public List getAllResult() {
        return multiThreadQueryUtil.getMultiCombineResult();
    }

    @Override
    public List<User> getQueryData(Integer start, Integer end) {
        return blogMapper.getQueryData(start,end);
    }
}

MultiThreadQueryUtil工具类
Future相关的知识，可以参考这篇博客
https://blog.csdn.net/bobozai86/article/details/123978048

@Service
public class MultiThreadQueryUtil {

//    @Autowired
//    private WorkflowTask workflowTaskMapper;

    /**
     * 获取多线程结果并进行结果合并
     * @return
     */
    public List<List> getMultiCombineResult() {
        //开始时间
        long start = System.currentTimeMillis();
        //返回结果
        List<List> result = new ArrayList<>();
        //查询数据库总数量
//        int count = workflowTaskMapper.selectCountAll();
//        Map<String,String> splitMap = ExcelLocalUtils.getSplitMap(count,5);
//        int bindex = 1;
        //Callable用于产生结果
        List<Callable<List>> tasks = new ArrayList<>();
        for (int i = 1; i <= 4; i++) {
            //不同的线程用户处理不同分段的数据量，这样就达到了平均分摊查询数据的压力
//            String[] nums = splitMap.get(String.valueOf(i)).split(":");
//            int startNum = Integer.valueOf(nums[0]);
            int startNum =0;
            int endNum =1;
            Callable<List> qfe = new ThredQuery(startNum, endNum);
            tasks.add(qfe);
            startNum++;
            endNum++;
        }
        try{
            //定义固定长度的线程池  防止线程过多，5就够用了
            ExecutorService executorService = Executors.newFixedThreadPool(5);
            //Future用于获取结果
            List<Future<List>> futures=executorService.invokeAll(tasks);
            //处理线程返回结果
            if(futures!=null&&futures.size() > 0){
                for (Future<List> future:futures){
                    result.addAll(future.get());
                }
            }
            //关闭线程池，一定不能忘记
            executorService.shutdown();
        }catch (Exception e){
            e.printStackTrace();
        }
        long end = System.currentTimeMillis();
        System.out.println("线程查询数据用时:"+(end-start)+"ms");
        return result;
    }

}

ThredQuery线程执行方法类

package com.baizhi.utils;

import com.baizhi.service.ThredService;

import java.util.List;
import java.util.concurrent.Callable;

public class ThredQuery implements Callable<List> {

    public static SpringContextUtil springContextUtil = new SpringContextUtil();

    private int start;

    private int end;

    //每个线程查询出来的数据集合
    private List datas;

    public  ThredQuery(int start,int end) {
        this.start=start;
        this.end=end;
        //每个线程查询出来的数据集合
        ThredService thredService = springContextUtil.getBean(ThredService.class);
        List count = thredService.getQueryData(start,end);
        datas = count;
    }

    //返回数据给Future
    @Override
    public List call() throws Exception {
        return datas;
    }

}

SpringContextUtil

@Component
public class SpringContextUtil implements ApplicationContextAware {
    private static ApplicationContext applicationContext;

    public static ApplicationContext getApplicationContext() {
        return applicationContext;
    }

    // 下面的这个方法上加了@Override注解，原因是继承ApplicationContextAware接口是必须实现的方法
    @Override
    public void setApplicationContext(ApplicationContext applicationContext)
            throws BeansException {
        SpringContextUtil.applicationContext = applicationContext;
    }

    public static Object getBean(String name)
            throws BeansException {
        return applicationContext.getBean(name);
    }

    public static Object getBean(String name, Class<?> requiredType)
            throws BeansException {

        return applicationContext.getBean(name, requiredType);
    }

    public static <T> T getBean(Class<T> clazz)
            throws BeansException {
        return applicationContext.getBean(clazz);
    }

    public static boolean containsBean(String name) {
        return applicationContext.containsBean(name);
    }

    public static boolean isSingleton(String name)
            throws NoSuchBeanDefinitionException {
        return applicationContext.isSingleton(name);
    }

    public static Class<?> getType(String name)
            throws NoSuchBeanDefinitionException {
        return applicationContext.getType(name);
    }

    public static String[] getAliases(String name)
            throws NoSuchBeanDefinitionException {
        return applicationContext.getAliases(name);
    }
}

使用postman测试