本篇文章为你整理了异步批处理教程(异步处理程序)的详细内容,包含有批量异步 异步处理程序 异步处理通用方法 异步处理是什么意思 异步批处理教程,希望能帮助你了解 异步批处理教程。
书接上回 大数据量、高并发业务怎么优化?(一) 文章中介绍了异步批处理的三种方式,本文继续深入针对前两种进行讲解,并给出代码示例:
一 普通版本,采用阻塞队列ArrayBlockingQueue
使用普通方式能够直接基于JDK中现成的并发包ArrayBlockingQueue 提供的 offer(E e, long timeout, TimeUnit unit)(添加元素到队列尾部,如果队列已满则等待参数指定时间后返回false)方法 和 poll(long timeout, TimeUnit unit)(从队列头部获取元素,如果队列为空则等待参数指定时间后返回null)方法,来达到异步批处理效果
生产者代码:由于采用内存队列,最好在创建 ArrayBlockingQueue 时指定队列大小,防止队列无界,导致内存溢出
/**
* 生产者
@Component
@Slf4j
public class MonitorQueue {
private BlockingQueue List NodeCollectDTO queue = new ArrayBlockingQueue (10000000);
public void put(List NodeCollectDTO list) {
try {
queue.put(list);
} catch (InterruptedException e) {
log.error(String.format("队列put异常:%s", e.getMessage()), e);
public void offer(List NodeCollectDTO list, long timeout, TimeUnit unit) throws InterruptedException {
queue.offer(list, timeout, unit);
public List NodeCollectDTO poll(long timeout, TimeUnit unit) throws InterruptedException {
return queue.poll(timeout, unit);
消费者代码:在创建生产者时开启一个子线程在死循环中一直读取队列元素,直到队列元素超过我们的 maxNum 时,将临时列表元素插入数据库中
/**
* 消费者
@Slf4j
@Component
public class MonitorConsumer implements Runnable {
@Autowired
private MonitorQueue queue;
@Autowired
private MonitorService monitorService;
@PostConstruct
public void init() {
new Thread(this, "monitor-collect").start();
// 临时列表大小限制
private int maxNum = 2000;
@SuppressWarnings("InfiniteLoopStatement")
@Override
public void run() {
while (true) {
handler();
private void handler() {
try {
List NodeCollectDTO temp = new ArrayList (maxNum);
while (temp.size() = maxNum) {
List NodeCollectDTO list = queue.poll(20, TimeUnit.SECONDS);
if (CollectionUtil.isNotEmpty(list)) {
temp.addAll(list);
} else {
break;
if (CollectionUtil.isEmpty(temp)) {
return;
int i = monitorService.batchSave(temp);
log.debug("----------------------------batchSave num:{}, collect.size:{}", i, collect.size());
} catch (Exception e) {
log.error(String.format("消费者异常: %s", e.getMessage()), e);
可以看到采用该种方式实现的异步批量入库代码比较简单,便于理解,在性能上,基本都能够满足日常普通业务存在的批量入库场景
二 进阶版,采用 Disruptor 队列,本文基于 Disruptor 最新4.0版本
先给出 Disruptor 官网简介
Disruptor 是一个提供并发环形缓冲区数据结构的库。它旨在在异步事件处理架构中提供低延迟、高吞吐量的工作队列。
为了理解 Disruptor 的好处,我们可以将它与一些很好理解且目的非常相似的东西进行比较。在 Disruptor 的情况下,这将是 Java 的 BlockingQueue。与队列一样,Disruptor 的目的是在同一进程内的线程之间移动数据(例如消息或事件)。然而,Disruptor 提供的一些关键特性使其有别于队列。他们是:
向消费者多播事件,带有消费者依赖图。
为事件预分配内存。
可选无锁
Disruptor 给我们在项目中实现异步批处理提供了另一种方式,一种无锁、延迟更低、吞吐量更高、提供消费者多播等等的内存队列
下面介绍如何使用
2.1 依赖安装
dependency
groupId com.lmax /groupId
artifactId disruptor /artifactId
version 4.0.0.RC1 /version
/dependency
2.2 Disruptor 使用代码如下:
public class LongEvent{
private long value;
public void set(long value){
this.value = value;
@Override
public String toString(){
return "LongEvent{" + "value=" + value + };
@Slf4j
public class LongEventMain {
public static void handleEvent(LongEvent event, long sequence, boolean endOfBatch) {
log.info("event: " + event + ", sequence:" + sequence + ", endOfBatch:" + endOfBatch);
public static void translate(LongEvent event, long sequence, ByteBuffer buffer) {
event.set(buffer.getLong(0));
public static void main(String[] args) throws Exception {
int bufferSize = 128;
// 1. 创建Disruptor对象
Disruptor LongEvent disruptor =
new Disruptor (LongEvent::new, bufferSize, DaemonThreadFactory.INSTANCE, ProducerType.SINGLE, new BlockingWaitStrategy());
// 2. 添加事件处理类(消费者)
disruptor.handleEventsWith(LongEventMain::handleEvent);
// 3. 开启事件处理线程
disruptor.start();
// 4. 获取ringBuffer
RingBuffer LongEvent ringBuffer = disruptor.getRingBuffer();
ByteBuffer bb = ByteBuffer.allocate(8);
for (long l = 0; true; l++) {
bb.putLong(0, l);
// 5. 发布事件(生产者)
ringBuffer.publishEvent(LongEventMain::translate, bb);
Thread.sleep(1);
2.3 上面代码完成了一个事件发布后,事件处理类就能够收到对应事件信息的功能,但是我们想要的是能在消费者线程中批量处理生产者数据的逻辑,还得再修改一下事件处理类代码,如下:
@Slf4j
public class LongEventBatch implements EventHandler LongEvent {
private static final int MAX_BATCH_SIZE = 20;
private final List LongEvent batch = new ArrayList ();
public LongEventBatch() {
// 虚拟机关闭处理
Runtime.getRuntime().addShutdownHook(new Thread(() - {
log.info("------------------ShutdownHook-DataEventHandler,上报tempList");
if (batch.size() 0) {
// 批量入库伪代码
int i = xxxService.batchSave(temp);
}));
@Override
public void onEvent(final LongEvent event, final long sequence, final boolean endOfBatch) {
log.info("event: " + event + ", sequence:" + sequence + ", endOfBatch:" + endOfBatch);
batch.add(event);
if (batch.size() = MAX_BATCH_SIZE) {
processBatch(batch);
private void processBatch(final List LongEvent batch) {
// 批量入库伪代码
int i = xxxService.batchSave(temp);
// 记得清空batch列表
batch.clear();
由此,我们就实现了基于 Disruptor 的异步批处理逻辑,该方式会比普通版本性能高出一个数量级,大家在工作中可以尝试使用一番
附博主 github 地址 https://github.com/wayn111
以上就是异步批处理教程(异步处理程序)的详细内容,想要了解更多 异步批处理教程的内容,请持续关注盛行IT软件开发工作室。
郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。