java 多线程批量更新10万级的数据

carter171717

已于 2023-11-08 16:26:24 修改

阅读量2.3k

点赞数 4

分类专栏：技术篇文章标签： java 开发语言

于 2023-11-08 16:11:12 首次发布

本文链接：https://blog.csdn.net/u013303551/article/details/134291249

版权

技术篇专栏收录该内容

28 篇文章 0 订阅

订阅专栏

好久没有写文章，今天刚好没啥事，就动手记录一下，好记性不如烂笔头！言归正传，我最近接到的一个工作任务大概内容是，有一张数据量在十万+级别的表，需要新增一个字段，并且要写入初始化值。

业务其实非常的简单，全部查询出来一个列表，然后用mybatis的updateBatch批量更新，其实在我的实践过程中也没什么问题，但是执行的效率是很低的，而且一旦数据量过大，如果机器配置不太行的话，很可能会直接OOM，如果在正式环境出现这个问题，那完犊子，准备删库跑路！

所以呢，我就想了一个比较保险但是比较低级的办法，每次查询出5000条数据，去做批量更新，确保内存不会溢出导致服务崩盘，这当然也是可以解决问题，但是就是修复数据需要执行很多次，显得比较愚蠢一点。

那么如何用比较方便，并且高效的方式来修复大数量的数据呢？第一反应肯定是多线程啦，方案是：

1.查询出全部的数据（10万条）

2.对数据进行分批，每批5000条，

3.多线程同时处理多批数据

4.等待执行完成，返回成功

直接上核心代码吧，写一个通用的分批工具类，把一个List集合，拆分成多个小的List集合

/**
 * 拆分集合
 *
 * @param <T> 泛型对象
 * @param resList 需要拆分的集合
 * @param subListLength 每个子集合的元素个数
 * @return 返回拆分后的各个集合组成的列表
 **/
public static <T> List<List<T>> splitList(List<T> resList, int subListLength) {
    if (CollectionUtils.isEmpty(resList) || subListLength <= 0) {
        return new ArrayList<>();
    }
    List<List<T>> ret = new ArrayList<>();
    int size = resList.size();
    if (size <= subListLength) {
        // 数据量不足 subListLength 指定的大小
        ret.add(resList);
    } else {
        int pre = size / subListLength;
        int last = size % subListLength;
        // 前面pre个集合，每个大小都是 subListLength 个元素
        for (int i = 0; i < pre; i++) {
            List<T> itemList = new ArrayList<>(subListLength);
            for (int j = 0; j < subListLength; j++) {
                itemList.add(resList.get(i * subListLength + j));
            }
            ret.add(itemList);
        }

        // last的进行处理
        if (last > 0) {
            List<T> itemList = new ArrayList<>(last);
            for (int i = 0; i < last; i++) {
                itemList.add(resList.get(pre * subListLength + i));
            }
            ret.add(itemList);
        }
    }
    return ret;
}

然后就是用多线程业务处理了，代码如下

 public static void doThreadBusiness(List<String> totalList) {
        Long startTime = System.currentTimeMillis();
        System.out.println("本次更新任务开始");
        System.out.println("本机CPU核心数："+Runtime.getRuntime().availableProcessors());
        List<String> updateList = new ArrayList();
        // 初始化线程池, 参数一定要一定要一定要调好！！！！
        ThreadPoolExecutor threadPool = new ThreadPoolExecutor(10, 50,
                4, TimeUnit.SECONDS, new ArrayBlockingQueue(10), new ThreadPoolExecutor.DiscardPolicy());
        // 大集合拆分成N个小集合，然后用多线程去处理数据，确保不会因为数据量过大导致执行过慢
        List<List<String>> splitNList = SplitListUtils.splitList(totalList, 5000);
        // 记录单个任务的执行次数
        CountDownLatch countDownLatch = new CountDownLatch(splitNList.size());
        // 对拆分的集合进行批量处理, 先拆分的集合, 再多线程执行
        for (List<String> singleList : splitNList) {
            // 线程池执行
            threadPool.execute(new Thread(new Runnable(){
                @Override
                public void run() {
                    //模拟执行时间
                    System.out.println("当前线程："+Thread.currentThread().getName());
                    List<String> batchUpdateVipList = new ArrayList<>();
                    for (String str : singleList) {
                        //组装要执行的批量更新数据
                        batchUpdateVipList.add(str);
                    }
                    // 这里模拟执行数据库批量更新操作
                    System.out.println("本次批量更新数据量："+ batchUpdateVipList.size());
                    // 任务个数 - 1, 直至为0时唤醒await()
                    countDownLatch.countDown();
                }
            }));
        }
        try {
            // 让当前线程处于阻塞状态，直到锁存器计数为零
            countDownLatch.await();
        } catch (Exception e) {
            System.out.println("系统出现异常");
        }
        Long endTime = System.currentTimeMillis();
        Long useTime = endTime - startTime;
        System.out.println("本次更新任务结束,共计用时"+useTime+"毫秒");
    }

代码很简单一看就懂了，这里要说一下CountDownLatch的使用，其实开发中并不常用，但是面试却很常用，这里蛮写一下，我使用CountDownLatch来阻塞主线程，等待多线程执行完毕后，再继续主线程，返回更新的结果，这个场景其实很经常使用到。如果不用CountDownLatch，主线程会马上返回，如果是数据量大的情况下，往往会执行蛮久的，但是结果秒返回，就会给人一种错觉。

CountDownLatch countDownLatch = new CountDownLatch(splitNList.size());

在线程执行完毕后，需要调用一下countDown，

// 任务个数 - 1, 直至为0时唤醒await()
countDownLatch.countDown();

在主线程用await（）进行阻塞等待，这样主线程就会一直等到所有的子线程都执行完成了，继续执行主线程的后续代码

 countDownLatch.await();

其实这里面还有一个非常重要的面试点，就是多线程的七大参数如何设置，

ThreadPoolExecutor threadPool = new ThreadPoolExecutor(10, 
50,
4, 
TimeUnit.SECONDS, 
new ArrayBlockingQueue(10), 
new ThreadPoolExecutor.DiscardPolicy()
);

有兴趣了解具体是设置方法可以另行查询资料，这也是面试必问的考点。最后贴一下返回的打印结果吧，如下图所示：