Java多线程批量操作，居然有人不做事务控制？
前语
公司业务中遇到一个需求，需求一起修正最多约5万条数据，并且还不支持批量或异步修正操作。于是只能写个for循环操作，但操作耗时太长，只能一步一步寻找其他解决方案。
详细操作如下：
一、循环操作的代码
先写一个最简略的for循环代码，看看耗时状况怎么样。
/***
* 一条一条顺次对50000条数据进行更新操作
* 耗时：2m27s,1m54s
*/
@Test
void updateStudent() {
List<Student> allStudents = studentMapper.getAll();
allStudents.forEach(s -> {
//更新教师信息
String teacher = s.getTeacher();
String newTeacher = "TNO_" + new Random().nextInt(100);
s.setTeacher(newTeacher);
studentMapper.update(s);
});
}
循环修正整体耗时约 1分54秒，且代码中没有手动业务操控应该是主动业务提交，所以每次操作业务都会提交所以操作比较慢，咱们先对代码中增加手动业务操控，看查询功率怎样。
二、运用手动业务的操作代码
修正后的代码如下：
@Autowired
private DataSourceTransactionManager dataSourceTransactionManager;
@Autowired
private TransactionDefinition transactionDefinition;
/**
* 因为希望更新操作 一次性完结，需求手动操控增加业务
* 耗时：24s
* 从测验结果能够看出，增加业务后插入数据的功率有明显的提高
*/
@Test
void updateStudentWithTrans() {
List<Student> allStudents = studentMapper.getAll();
TransactionStatus transactionStatus = dataSourceTransactionManager.getTransaction(transactionDefinition);
try {
allStudents.forEach(s -> {
//更新教师信息
String teacher = s.getTeacher();
String newTeacher = "TNO_" + new Random().nextInt(100);
s.setTeacher(newTeacher);
studentMapper.update(s);
});
dataSourceTransactionManager.commit(transactionStatus);
} catch (Throwable e) {
dataSourceTransactionManager.rollback(transactionStatus);
throw e;
}
}
增加手动业务操操控后，整体耗时约 24秒，这相关于主动业务提交的代码，快了约5倍，关于大量循环数据库提交操作，增加手动业务能够有用提高操作功率。
三、测验多线程进行数据修正
增加数据库手动业务后操作功率有明细提高，但还是比较长，接下来测验多线程提交看是不是能够再快一些。
先增加一个Service将批量修正操作整合一下，详细代码如下：
StudentServiceImpl.java
@Service
public class StudentServiceImpl implements StudentService {
@Autowired
private StudentMapper studentMapper;
@Autowired
private DataSourceTransactionManager dataSourceTransactionManager;
@Autowired
private TransactionDefinition transactionDefinition;
@Override
public void updateStudents(List<Student> students, CountDownLatch threadLatch) {
TransactionStatus transactionStatus = dataSourceTransactionManager.getTransaction(transactionDefinition);
System.out.println("子线程：" + Thread.currentThread().getName());
try {
students.forEach(s -> {
// 更新教师信息
// String teacher = s.getTeacher();
String newTeacher = "TNO_" + new Random().nextInt(100);
s.setTeacher(newTeacher);
studentMapper.update(s);
});
dataSourceTransactionManager.commit(transactionStatus);
threadLatch.countDown();
} catch (Throwable e) {
e.printStackTrace();
dataSourceTransactionManager.rollback(transactionStatus);
}
}
}
批量测验代码，咱们采用了多线程进行提交，修正后测验代码如下：
@Autowired
private DataSourceTransactionManager dataSourceTransactionManager;
@Autowired
private TransactionDefinition transactionDefinition;
@Autowired
private StudentService studentService;
/**
* 对用户而言，27s 任是一个较长的时刻，咱们测验用多线程的方法来经行修正操作看能否加快处理速度
* 估计创立10个线程，每个线程进行5000条数据修正操作
* 耗时计算
* 1 线程数：1 耗时：25s
* 2 线程数：2 耗时：14s
* 3 线程数：5 耗时：15s
* 4 线程数：10 耗时：15s
* 5 线程数：100 耗时：15s
* 6 线程数：200 耗时：15s
* 7 线程数：500 耗时：17s
* 8 线程数：1000 耗时：19s
* 8 线程数：2000 耗时：23s
* 8 线程数：5000 耗时：29s
*/
@Test
void updateStudentWithThreads() {
//查询总数据
List<Student> allStudents = studentMapper.getAll();
// 线程数量
final Integer threadCount = 100;
//每个线程处理的数据量
final Integer dataPartionLength = (allStudents.size() + threadCount - 1) / threadCount;
// 创立多线程处理使命
ExecutorService studentThreadPool = Executors.newFixedThreadPool(threadCount);
CountDownLatch threadLatchs = new CountDownLatch(threadCount);
for (int i = 0; i < threadCount; i++) {
// 每个线程处理的数据
List<Student> threadDatas = allStudents.stream()
.skip(i * dataPartionLength).limit(dataPartionLength).collect(Collectors.toList());
studentThreadPool.execute(() -> {
studentService.updateStudents(threadDatas, threadLatchs);
});
}
try {
// 倒计时锁设置超时时刻 30s
threadLatchs.await(30, TimeUnit.SECONDS);
} catch (Throwable e) {
e.printStackTrace();
}
System.out.println("主线程完结");
}
多线程提交修正时，咱们测验了不同线程数对提交速度的影响，详细能够看下面表格，
多线程修正50000条数据时 不同线程数耗时比照（秒）
依据表格，咱们线程数增大提交速度并非一向增大，在当前状况下约在2-5个线程数时，提交速度最快（实践线程数还是需求依据服务器装备实践测验）。
四、根据两个CountDownLatch操控多线程业务提交
因为多线程提交时，每个线程业务时独自的，无法确保一致性，咱们测验给多线程增加业务操控，来确保每个线程都是在插入数据完结后在提交业务，
这里咱们运用两个 CountDownLatch 来操控主线程与子线程业务提交，并设置了超时时刻为 30 秒。咱们对代码进行了一点修正：
@Override
public void updateStudentsThread(List<Student> students, CountDownLatch threadLatch, CountDownLatch mainLatch, StudentTaskError taskStatus) {
TransactionStatus transactionStatus = dataSourceTransactionManager.getTransaction(transactionDefinition);
System.out.println("子线程：" + Thread.currentThread().getName());
try {
students.forEach(s -> {
// 更新教师信息
// String teacher = s.getTeacher();
String newTeacher = "TNO_" + new Random().nextInt(100);
s.setTeacher(newTeacher);
studentMapper.update(s);
});
} catch (Throwable e) {
taskStatus.setIsError();
} finally {
threadLatch.countDown(); // 切换到主线程履行
}
try {
mainLatch.await(); //等候主线程履行
} catch (Throwable e) {
taskStatus.setIsError();
}
// 判别是否有过错，如有过错 就回滚业务
if (taskStatus.getIsError()) {
dataSourceTransactionManager.rollback(transactionStatus);
} else {
dataSourceTransactionManager.commit(transactionStatus);
}
}
/**
* 因为每个线程都是独自的业务，需求增加对线程业务的统一操控
* 咱们这边运用两个 CountDownLatch 对子线程的业务进行操控
*/
@Test
void updateStudentWithThreadsAndTrans() {
//查询总数据
List<Student> allStudents = studentMapper.getAll();
// 线程数量
final Integer threadCount = 4;
//每个线程处理的数据量
final Integer dataPartionLength = (allStudents.size() + threadCount - 1) / threadCount;
// 创立多线程处理使命
ExecutorService studentThreadPool = Executors.newFixedThreadPool(threadCount);
CountDownLatch threadLatchs = new CountDownLatch(threadCount); // 用于计算子线程提交数量
CountDownLatch mainLatch = new CountDownLatch(1); // 用于判别主线程是否提交
StudentTaskError taskStatus = new StudentTaskError(); // 用于判别子线程使命是否有过错
for (int i = 0; i < threadCount; i++) {
// 每个线程处理的数据
List<Student> threadDatas = allStudents.stream()
.skip(i * dataPartionLength).limit(dataPartionLength)
.collect(Collectors.toList());
studentThreadPool.execute(() -> {
studentService.updateStudentsThread(threadDatas, threadLatchs, mainLatch, taskStatus);
});
}
try {
// 倒计时锁设置超时时刻 30s
boolean await = threadLatchs.await(30, TimeUnit.SECONDS);
if (!await) { // 等候超时，业务回滚
taskStatus.setIsError();
}
} catch (Throwable e) {
e.printStackTrace();
taskStatus.setIsError();
}
mainLatch.countDown(); // 切换到子线程履行
studentThreadPool.shutdown(); //封闭线程池
System.out.println("主线程完结");
}
本想再次测验一下不同线程数对履行功率的影响时，发现当线程数超越10个时，履行时就报错。详细过错内容如下：
Exception in thread "pool-1-thread-2" org.springframework.transaction.CannotCreateTransactionException: Could not open JDBC Connection for transaction; nested exception is java.sql.SQLTransientConnectionException: HikariPool-1 - Connection is not available, request timed out after 30055ms.
at org.springframework.jdbc.datasource.DataSourceTransactionManager.doBegin(DataSourceTransactionManager.java:309)
at org.springframework.transaction.support.AbstractPlatformTransactionManager.startTransaction(AbstractPlatformTransactionManager.java:400)
at org.springframework.transaction.support.AbstractPlatformTransactionManager.getTransaction(AbstractPlatformTransactionManager.java:373)
at com.example.springbootmybatis.service.Impl.StudentServiceImpl.updateStudentsThread(StudentServiceImpl.java:58)
at com.example.springbootmybatis.StudentTest.lambda$updateStudentWithThreadsAndTrans$3(StudentTest.java:164)
at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1149)
at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:624)
at java.lang.Thread.run(Thread.java:748)
Caused by: java.sql.SQLTransientConnectionException: HikariPool-1 - Connection is not available, request timed out after 30055ms.
at com.zaxxer.hikari.pool.HikariPool.createTimeoutException(HikariPool.java:696)
at com.zaxxer.hikari.pool.HikariPool.getConnection(HikariPool.java:197)
at com.zaxxer.hikari.pool.HikariPool.getConnection(HikariPool.java:162)
at com.zaxxer.hikari.HikariDataSource.getConnection(HikariDataSource.java:128)
at org.springframework.jdbc.datasource.DataSourceTransactionManager.doBegin(DataSourceTransactionManager.java:265)
... 7 more
过错的大致意思时，不能为数据库业务翻开jdbc Connection，衔接在30s的时分超时了。因为前面启动的十个线程需求等候主线程完结后才能提交，所以一向占用衔接未开释，造成后边的进程创立衔接超时。
看过错日志中过错的来历是HikariPool，咱们来重新装备一下这个衔接池的参数，将最大衔接数修正为100，详细装备如下：
# 衔接池中答应的最小衔接数。缺省值：10
spring.datasource.hikari.minimum-idle=10
# 衔接池中答应的最大衔接数。缺省值：10
spring.datasource.hikari.maximum-pool-size=100
# 主动提交
spring.datasource.hikari.auto-commit=true
# 一个衔接idle状况的最大时长（毫秒），超时则被开释（retired），缺省:10分钟
spring.datasource.hikari.idle-timeout=30000
# 一个衔接的生命时长（毫秒），超时并且没被运用则被开释（retired），缺省:30分钟，主张设置比数据库超时时长少30秒
spring.datasource.hikari.max-lifetime=1800000
# 等候衔接池分配衔接的最大时长（毫秒），超越这个时长还没可用的衔接则发生SQLException， 缺省:30秒
再次履行测验发现没有报错，修正线程数为20又履行了一下，同样履行成功了。
五、根据TransactionStatus调集来操控多线程业务提交
在同事引荐下咱们运用业务调集来进行多线程业务操控，主要代码如下
@Service
public class StudentsTransactionThread {
@Autowired
private StudentMapper studentMapper;
@Autowired
private StudentService studentService;
@Autowired
private PlatformTransactionManager transactionManager;
List<TransactionStatus> transactionStatuses = Collections.synchronizedList(new ArrayList<TransactionStatus>());
@Transactional(propagation = Propagation.REQUIRED, rollbackFor = {Exception.class})
public void updateStudentWithThreadsAndTrans() throws InterruptedException {
//查询总数据
List<Student> allStudents = studentMapper.getAll();
// 线程数量
final Integer threadCount = 2;
//每个线程处理的数据量
final Integer dataPartionLength = (allStudents.size() + threadCount - 1) / threadCount;
// 创立多线程处理使命
ExecutorService studentThreadPool = Executors.newFixedThreadPool(threadCount);
CountDownLatch threadLatchs = new CountDownLatch(threadCount);
AtomicBoolean isError = new AtomicBoolean(false);
try {
for (int i = 0; i < threadCount; i++) {
// 每个线程处理的数据
List<Student> threadDatas = allStudents.stream()
.skip(i * dataPartionLength).limit(dataPartionLength).collect(Collectors.toList());
studentThreadPool.execute(() -> {
try {
try {
studentService.updateStudentsTransaction(transactionManager, transactionStatuses, threadDatas);
} catch (Throwable e) {
e.printStackTrace();
isError.set(true);
}finally {
threadLatchs.countDown();
}
} catch (Exception e) {
e.printStackTrace();
isError.set(true);
}
});
}
// 倒计时锁设置超时时刻 30s
boolean await = threadLatchs.await(30, TimeUnit.SECONDS);
// 判别是否超时
if (!await) {
isError.set(true);
}
} catch (Throwable e) {
e.printStackTrace();
isError.set(true);
}
if (!transactionStatuses.isEmpty()) {
if (isError.get()) {
transactionStatuses.forEach(s -> transactionManager.rollback(s));
} else {
transactionStatuses.forEach(s -> transactionManager.commit(s));
}
}
System.out.println("主线程完结");
}
}
@Override
@Transactional(propagation = Propagation.REQUIRED, rollbackFor = {Exception.class})
public void updateStudentsTransaction(PlatformTransactionManager transactionManager, List<TransactionStatus> transactionStatuses, List<Student> students) {
// 运用这种方法将业务状况都放在同一个业务里面
DefaultTransactionDefinition def = new DefaultTransactionDefinition();
def.setPropagationBehavior(TransactionDefinition.PROPAGATION_REQUIRES_NEW); // 事物阻隔等级，开启新业务，这样会比较安全些。
TransactionStatus status = transactionManager.getTransaction(def); // 取得业务状况
transactionStatuses.add(status);
students.forEach(s -> {
// 更新教师信息
// String teacher = s.getTeacher();
String newTeacher = "TNO_" + new Random().nextInt(100);
s.setTeacher(newTeacher);
studentMapper.update(s);
});
System.out.println("子线程：" + Thread.currentThread().getName());
}
因为这个中方法去前面方法相同，需求等候线程履行完结后才会提交业务，所有任会占用Jdbc衔接池，假如线程数量超越衔接池最大数量会发生衔接超时。所以在运用过程中任要操控线程数量，
六、运用union衔接多个select完成批量update
有些状况写不支持，批量update，但支持insert 多条数据，这个时分可测验将需求更新的数据拼接成多条select 句子，然后运用union 衔接起来，再运用update 关联这个数据进行update，详细代码演示如下：
update student,(
(select 1 as id,'teacher_A' as teacher) union
(select 2 as id,'teacher_A' as teacher) union
(select 3 as id,'teacher_A' as teacher) union
(select 4 as id,'teacher_A' as teacher)
/* ....more data ... */
) as new_teacher
set
student.teacher=new_teacher.teacher
where
student.id=new_teacher.id
这种方法在Mysql 数据库没有装备allowMultiQueries=true也能够完成批量更新。
总结
- 关于大批量数据库操作，运用手动业务提交能够很多程度上提高操作功率
- 多线程对数据库进行操作时，并非线程数越多操作时刻越快，按上述示例大约在2-5个线程时操作时刻最快。
- 关于多线程堵塞业务提交时，线程数量不能过多。
- 假如能有办法完成批量更新那是最好
