Java并发工具类(四)Semaphore - 文件读取
题记
生产环境大数据下发的存量数据较大,且是单一文件形式下发,由于该部分数据需要经过加工、判断后存入
elastic search
,所以,最初的实现方案是单线程执行,该方案在增量阶段效率可满足生产要求,但是需求变更存量数据增加指标后处理效率缓慢,严重影响存量数据的准确性,不利于业务的扩张。
方案
根据当前交易的流程,在保证数据尽可能准确的前提下,如何提高效率是需要迫切解决的。
- 方案一
大数据方提供
http
接口,或者公司内部实现/开发的rpc
框架 ,通过接口调用完成查询交易;
- 方案二
大数据下发文件时,按照条数对文件进行拆分,应用端采用多线程实现数据读取、加工、入库;
代码实现
由于大数据平台处于升级建设中,第一种方案暂不支持,由此,只能从应用端着手,保证交易正常的同时(该数据文件下发时间为 早 8点),实现效率提升。
文件读取
package com.zgclearn.project.myproject.file;
import java.io.*;
import java.text.SimpleDateFormat;
import java.util.ArrayList;
import java.util.List;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.Semaphore;
import java.util.concurrent.TimeUnit;
/**
* 按照最大信号量要求,实现多线程读取文件 -> 写库
* 需在约定的 D:\read\ 路径下 放入约定格式的文件
*/
public class SemaphoreReadFile {
/**
* 线程池;按需定义类型
*/
ExecutorService service;
/**
* 信号量定义
*/
Semaphore semaphore = new Semaphore(4);
/**
* 时分秒格式
*/
private String FORMATTER = "yyyy-MM-dd HH:mm:ss:sss";
/**
* 自定义实现 Runnable 接口
*/
class FileRunnable implements Runnable {
// 文件名
private String fileName;
public FileRunnable(String fileName) {
this.fileName = fileName;
}
/**
* run 方法实现
*/
@Override
public void run() {
// 读取文件
File readfile = new File(fileName);
InputStreamReader isr = null;
long startTime = 0L;
try {
// 获取信号量
semaphore.acquire();
startTime = System.currentTimeMillis();
System.out.println(new SimpleDateFormat(FORMATTER).format(startTime) + " ,线程:" + Thread.currentThread().getName() + " ,开始执行:" + fileName);
// 文件流读取
isr = new InputStreamReader(new FileInputStream(readfile), "UTF-8");
BufferedReader reader = new BufferedReader(isr);
String line = null;
// 按行读取,读到 null 文件结束
while ((line = reader.readLine()) != null) {
System.err.println(Thread.currentThread().getName() + " _ " + line);
// TODO 模拟实现
TimeUnit.SECONDS.sleep(5);
}
reader.close();
isr.close();
} catch (Exception e) {
e.printStackTrace();
} finally {
System.out.println(new SimpleDateFormat(FORMATTER).format(System.currentTimeMillis()) +
" ,线程:" + Thread.currentThread().getName() + " ,执行结束:" + fileName + " ,耗时: " + (System.currentTimeMillis() - startTime) / 1000);
semaphore.release();
}
}
}
public static void main(String[] args) {
new SemaphoreReadFile().execute("D:\\read\\", "test_");
}
/**
* 多线程文件读取
*
* @param filePath
* @param filePrix
*/
public void execute(String filePath, String filePrix) {
// 初始化线程池
service = Executors.newCachedThreadPool();
File file = new File(filePath);
// 读取目录下所有文件
if (file.isDirectory()) {
String[] filelist = file.list();
List<String> fList = new ArrayList<String>();
// 遍历文件目录,文件名列表获取
for (int i = 0; i < filelist.length; i++) {
if (filelist[i].startsWith(filePrix) && filelist[i].endsWith(".txt")) {
fList.add(filePath.concat(filelist[i]));
}
}
// 多线程读取,完成数据写入
fList.forEach(f -> {
FileRunnable fileRunnable = new FileRunnable(f);
service.execute(fileRunnable);
});
}
// 线程池关闭
service.shutdown();
}
}
执行结果
2022-12-29 15:36:46:046 ,线程:pool-1-thread-4 ,开始执行:D:\read\test_3.txt
2022-12-29 15:36:46:046 ,线程:pool-1-thread-3 ,开始执行:D:\read\test_2.txt
2022-12-29 15:36:46:046 ,线程:pool-1-thread-1 ,开始执行:D:\read\test_1.txt
2022-12-29 15:36:46:046 ,线程:pool-1-thread-2 ,开始执行:D:\read\test_10.txt
pool-1-thread-2 _ test_10
pool-1-thread-1 _ test_1
pool-1-thread-4 _ test_3
pool-1-thread-3 _ test_2
2022-12-29 15:36:51:051 ,线程:pool-1-thread-1 ,执行结束:D:\read\test_1.txt ,耗时: 5
2022-12-29 15:36:51:051 ,线程:pool-1-thread-2 ,执行结束:D:\read\test_10.txt ,耗时: 5
2022-12-29 15:36:51:051 ,线程:pool-1-thread-6 ,开始执行:D:\read\test_5.txt
2022-12-29 15:36:51:051 ,线程:pool-1-thread-5 ,开始执行:D:\read\test_4..txt
2022-12-29 15:36:51:051 ,线程:pool-1-thread-3 ,执行结束:D:\read\test_2.txt ,耗时: 5
2022-12-29 15:36:51:051 ,线程:pool-1-thread-4 ,执行结束:D:\read\test_3.txt ,耗时: 5
2022-12-29 15:36:51:051 ,线程:pool-1-thread-7 ,开始执行:D:\read\test_6.txt
2022-12-29 15:36:51:051 ,线程:pool-1-thread-8 ,开始执行:D:\read\test_7.txt
pool-1-thread-5 _ test_4
pool-1-thread-6 _ test_5
pool-1-thread-7 _ test_6
pool-1-thread-8 _ test_7
2022-12-29 15:36:56:056 ,线程:pool-1-thread-5 ,执行结束:D:\read\test_4..txt ,耗时: 5
2022-12-29 15:36:56:056 ,线程:pool-1-thread-9 ,开始执行:D:\read\test_8.txt
2022-12-29 15:36:56:056 ,线程:pool-1-thread-6 ,执行结束:D:\read\test_5.txt ,耗时: 5
2022-12-29 15:36:56:056 ,线程:pool-1-thread-10 ,开始执行:D:\read\test_9.txt
2022-12-29 15:36:56:056 ,线程:pool-1-thread-8 ,执行结束:D:\read\test_7.txt ,耗时: 5
2022-12-29 15:36:56:056 ,线程:pool-1-thread-7 ,执行结束:D:\read\test_6.txt ,耗时: 5
pool-1-thread-9 _ test_8
pool-1-thread-10 _ test_9
2022-12-29 15:37:01:001 ,线程:pool-1-thread-9 ,执行结束:D:\read\test_8.txt ,耗时: 5
2022-12-29 15:37:01:001 ,线程:pool-1-thread-10 ,执行结束:D:\read\test_9.txt ,耗时: 5
Process finished with exit code 0
总结
- 保证当前交易正常可用;
- 提高文件读取、加工、入库的效率;
相关文章推荐
Java并发工具类(一)CountDownLatch https://blog.csdn.net/shang_xs/article/details/87075550
Java并发工具类(二)CyclicBarrier https://blog.csdn.net/shang_xs/article/details/87077098
Java并发工具类(三)Exchanger https://blog.csdn.net/shang_xs/article/details/87078321
Java并发工具类(四)Semaphore https://blog.csdn.net/shang_xs/article/details/87090443