Java-用线程池以及CountDownLatch优化代码 提高执行效率

1. 问题描述

客户提了一个新需求，开发完成后发现查询一小时内的数据耗时要 7 秒，这客户肯定不满意，不满意就要和领导提，领导不开心了我就要被扣工资！所以就想利用线程池优化一下代码，提高方法的效率。

---

2. 初始代码

点击查看代码

        // 查询所有站点
        QueryWrapper<Station> stationQW = new QueryWrapper<>();
        stationQW.lambda().eq(Station::getRegionCode, region);
        List<Station> stations = this.stationMapper.selectList(stationQW);
        List<StationPO> stationPOList = new ArrayList<>();
        long start = System.currentTimeMillis();
        for (Station station : stations) {
            long methodStart = System.currentTimeMillis();
            String stationCode = station.getStationCode();
            StationPO stationPO = new StationPO();
            BeanUtils.copyProperties(station, stationPO);
            // 总雨量
            Float rainFall = stationDataMapper.queryRainFallByTime(startTime, endTime, stationCode);
            stationPO.setRainFall(rainFall);
            // 平均气温
            Float avgTemp = stationDataMapper.queryAvgTempByTime(startTime, endTime, stationCode);
            stationPO.setAvgTemp(avgTemp);
            // 最高气温
            Float maxTemp = stationDataMapper.queryMaxTempByTime(startTime, endTime, stationCode);
            stationPO.setMaxTemp(maxTemp);
            // 最低气温
            Float minTemp = stationDataMapper.queryMinTempByTime(startTime, endTime, stationCode);
            stationPO.setMinTemp(minTemp);
            // 最大风速
            Float maxWind = stationDataMapper.queryMaxWindByTime(startTime, endTime, stationCode);
            stationPO.setMaxWind(maxWind);
            // 极大风速
            Float enormousWind = stationDataMapper.queryEnormousWindByTime(startTime, endTime, stationCode);
            stationPO.setEnormousWind(enormousWind);
            // 平均湿度
            Float avgHumidity = stationDataMapper.queryAvgHumidityByTime(startTime, endTime, stationCode);
            stationPO.setAvgHumidity(avgHumidity);
            long methodEnd = System.currentTimeMillis();
            System.out.println("7个查询耗时：" + new BigDecimal(methodEnd - methodStart).divide(new BigDecimal(1000)).doubleValue());
            stationPOList.add(stationPO);
        }
        long end = System.currentTimeMillis();
        System.out.println("方法耗时：" + new BigDecimal(end - start).divide(new BigDecimal(1000)).doubleValue());
       

我这边站点数据集合的大小是37，每次循环都有7个SQL语句，每个SQL的执行时间在0.8秒左右，时间都浪费在循环上了，所以设想循环都创建一个线程去执行任务，这样的话总耗时也就是一次循环的时间。

---

3. 用到的技术

• ThreadPoolExecutor线程池
• CountDownLatch锁

这里简单说一下CountDownLatch锁，作用就是一个线程会等待其他线程都执行完毕后再继续执行，具体是通过一个计数器来实现的，计数器的初始值是线程的数量。每当一个线程执行完毕后，计数器的值就-1，当计数器的值为0时，表示所有线程都执行完毕，然后在闭锁上等待的线程就可以恢复工作了。

---

4. 整体思路

首先创建一个线程池，然后创建锁，这里我直接把线程池的大小以及锁的count都设置成list的大小，也就是循环次数，开始循环，for循环开启线程，执行一个站点的查询数据SQL，查询完成后关闭一个锁(countDown方法)。循环外面等待所有线程结束后(await方法)，关闭线程池(shutdown方法)，结束。

---

5. 优化后代码

点击查看代码

        // 查询所有站点
        QueryWrapper<Station> stationQW = new QueryWrapper<>();
        stationQW.lambda().eq(Station::getRegionCode, region);
        List<Station> stations = this.stationMapper.selectList(stationQW);
        List<StationPO> stationPOList = new ArrayList<>();
        ThreadPoolExecutor poolExecutor = ExecutorBuilder.create()
                .setCorePoolSize(stations.size()) // 初始线程
                .setMaxPoolSize(stations.size()) // 最大线程
                .setWorkQueue(new LinkedBlockingQueue<>(100)) // 线程池策略
                .build();
        CountDownLatch cdl = new CountDownLatch(stations.size());
        long start = System.currentTimeMillis();
        for (Station station : stations) {
            poolExecutor.execute(
                    () -> {
                        long methodStart = System.currentTimeMillis();
                        String stationCode = station.getStationCode();
                        StationPO stationPO = new StationPO();
                        BeanUtils.copyProperties(station, stationPO);
                        // 总雨量
                        Float rainFall = stationDataMapper.queryRainFallByTime(startTime, endTime, stationCode);
                        stationPO.setRainFall(rainFall);
                        // 平均气温
                        Float avgTemp = stationDataMapper.queryAvgTempByTime(startTime, endTime, stationCode);
                        stationPO.setAvgTemp(avgTemp);
                        // 最高气温
                        Float maxTemp = stationDataMapper.queryMaxTempByTime(startTime, endTime, stationCode);
                        stationPO.setMaxTemp(maxTemp);
                        // 最低气温
                        Float minTemp = stationDataMapper.queryMinTempByTime(startTime, endTime, stationCode);
                        stationPO.setMinTemp(minTemp);
                        // 最大风速
                        Float maxWind = stationDataMapper.queryMaxWindByTime(startTime, endTime, stationCode);
                        stationPO.setMaxWind(maxWind);
                        // 极大风速
                        Float enormousWind = stationDataMapper.queryEnormousWindByTime(startTime, endTime, stationCode);
                        stationPO.setEnormousWind(enormousWind);
                        // 平均湿度
                        Float avgHumidity = stationDataMapper.queryAvgHumidityByTime(startTime, endTime, stationCode);
                        stationPO.setAvgHumidity(avgHumidity);
                        long methodEnd = System.currentTimeMillis();
                        System.out.println("7个查询耗时：" + new BigDecimal(methodEnd - methodStart).divide(new BigDecimal(1000)).doubleValue());
                        stationPOList.add(stationPO);
                        // 闭锁-1
                        cdl.countDown();
                    }
            );
        }
        try {
            // 等待所有线程结束
            cdl.await();
        } catch (InterruptedException e) {
            StaticLog.error("线程错误：{}",e.getMessage());
        }
        poolExecutor.shutdown();
        long end = System.currentTimeMillis();
        System.out.println("方法耗时：" + new BigDecimal(end - start).divide(new BigDecimal(1000)).doubleValue());

---

6. 自我总结

由于是第一次使用多线程，遇到了很多问题，虽然最后查询时间缩短到 0.7 秒左右，但是不知道这样使用多线程合不合理，后续还要继续学习优化。通过这次开发也发现了自己知识储备量的不足，果然啊，学Java就得从入门到入土。最终要的就是处理问题的时候态度以及思路，不要急躁，那样反而会更乱，慢慢来总会解决的，加油！

标签: 多线程, Java