Java多線程應(yīng)用程序的數(shù)據(jù)存儲(chǔ)庫(kù)使用改進(jìn)

當(dāng)執(zhí)行的查詢數(shù)量很大時(shí)，數(shù)據(jù)存儲(chǔ)庫(kù)通常是高要求系統(tǒng)的瓶頸。延遲批處理執(zhí)行器（DelayedBatchExecutor）是一個(gè)組件，可通過在Java多線程應(yīng)用程序中對(duì)所需查詢進(jìn)行批處理來減少所需查詢的數(shù)量。

n個(gè)查詢1個(gè)參數(shù)與1個(gè)查詢n個(gè)參數(shù)

讓我們假設(shè)一個(gè)Java應(yīng)用程序執(zhí)行對(duì)關(guān)系數(shù)據(jù)庫(kù)的查詢，以在給定其唯一標(biāo)識(shí)符（id）的情況下檢索Product實(shí)體（行）。

查詢看起來像這樣：

現(xiàn)在，要檢索n種產(chǎn)品，可以通過兩種方法進(jìn)行：

對(duì)一個(gè)參數(shù)執(zhí)行n個(gè)獨(dú)立查詢：

使用IN運(yùn)算符或OR的組合，對(duì)n個(gè)參數(shù)執(zhí)行一次查詢以同時(shí)檢索n個(gè)產(chǎn)品

后者在網(wǎng)絡(luò)流量和數(shù)據(jù)庫(kù)服務(wù)器資源（CPU和磁盤）方面更為有效，因?yàn)椋?/p>

到數(shù)據(jù)庫(kù)的往返次數(shù)為1，而不是n。

數(shù)據(jù)庫(kù)引擎針對(duì)n個(gè)參數(shù)優(yōu)化了其數(shù)據(jù)遍歷過程，即，它可能只需要對(duì)每個(gè)表進(jìn)行一次掃描而不是n次掃描。

這不僅適用于SELECT操作，而且適用于其他操作，例如INSERT，UPDATE和DELETE，實(shí)際上，JDBC API包括這些操作的批處理操作。

這同樣適用于NoSQL存儲(chǔ)庫(kù)，其中大多數(shù)都顯式提供BULK操作。

延遲批處理執(zhí)行器

需要從數(shù)據(jù)庫(kù)檢索數(shù)據(jù)的Java應(yīng)用程序（如REST微服務(wù)或異步消息處理器）通常實(shí)現(xiàn)為多線程應(yīng)用程序（* 1），其中：

每個(gè)線程在其執(zhí)行的某個(gè)時(shí)刻執(zhí)行相同的查詢（每個(gè)查詢具有不同的參數(shù)）。

并發(fā)線程數(shù)很高（每秒數(shù)十或數(shù)百）。

在這種情況下，數(shù)據(jù)庫(kù)很可能在很短的時(shí)間間隔內(nèi)多次執(zhí)行相同的查詢。

如前所述，如果將這1個(gè)參數(shù)的n個(gè)查詢替換為具有n個(gè)參數(shù)的單個(gè)等效查詢，則應(yīng)用程序?qū)⑹褂幂^少的數(shù)據(jù)庫(kù)服務(wù)器和網(wǎng)絡(luò)資源。

好消息是，可以通過以下涉及時(shí)間窗口的機(jī)制來實(shí)現(xiàn)它 ：

第一個(gè)嘗試執(zhí)行查詢的線程將打開一個(gè)時(shí)間窗口，因此其參數(shù)存儲(chǔ)在列表中，并且該線程已暫停。在時(shí)間窗口內(nèi)執(zhí)行相同查詢的其余線程會(huì)將其參數(shù)添加到列表中，并且也會(huì)被暫停。此時(shí)，尚未在數(shù)據(jù)庫(kù)上執(zhí)行任何查詢。

時(shí)間窗口結(jié)束或列表已滿（預(yù)先定義了最大容量限制）后，便會(huì)使用列表中存儲(chǔ)的所有參數(shù)執(zhí)行單個(gè)查詢。最后，一旦數(shù)據(jù)庫(kù)提供了該查詢的結(jié)果，每個(gè)線程將接收其相應(yīng)的結(jié)果，并且所有線程將自動(dòng)恢復(fù)。

我為自己（延遲批處理執(zhí)行器）構(gòu)建了此機(jī)制的簡(jiǎn)單輕便的實(shí)現(xiàn)，可以輕松在新的或現(xiàn)有的應(yīng)用程序中使用。它基于 Reactor庫(kù)，并且使用帶有通量的Flux緩沖發(fā)布者作為參數(shù)列表。

使用延遲批處理執(zhí)行器的吞吐量和延遲分析

讓我們假設(shè)一個(gè)針對(duì)產(chǎn)品的REST微服務(wù)，它公開了一個(gè)端點(diǎn)，用于從給定的數(shù)據(jù)庫(kù)中檢索產(chǎn)品數(shù)據(jù) productId。如果不使用 延遲批處理執(zhí)行器，則說到端點(diǎn)每秒有200次命中，則數(shù)據(jù)庫(kù)每秒執(zhí)行200個(gè)查詢。如果端點(diǎn)使用的 時(shí)間窗口延遲批處理執(zhí)行器配置為50毫秒，最大容量 = 10個(gè)參數(shù)，則數(shù)據(jù)庫(kù)每秒僅執(zhí)行20個(gè)查詢，每個(gè)參數(shù)10個(gè)參數(shù)，但代價(jià)是最多在50毫秒內(nèi)增加延遲（* 2）對(duì)于每個(gè)線程執(zhí)行。

換句話說，為了將等待時(shí)間增加50 ms（* 2），在保持系統(tǒng)整體吞吐量的同時(shí)，數(shù)據(jù)庫(kù)每秒收到的查詢減少了10倍。

其他有趣的配置：

窗口時(shí)間 = 100毫秒，最大容量 = 20個(gè)參數(shù)→20個(gè)參數(shù)的10個(gè)查詢（查詢減少20倍）

窗口時(shí)間 = 500毫秒，最大容量 = 100個(gè)參數(shù)→2個(gè)查詢，共100個(gè)參數(shù)（查詢減少100倍）

延遲批處理執(zhí)行器在行動(dòng)

深入研究Product微服務(wù)示例，假設(shè)對(duì)于每個(gè)傳入的HTTP請(qǐng)求，微服務(wù)的控制器都要求我們檢索提供其ID的Product（Java Bean），因此它將調(diào)用該方法：

public Product getProductById(Integer productId) DAO組件的ProductDAO。

讓我們看看不帶和帶的DAO的實(shí)現(xiàn) 延遲批處理執(zhí)行器。

沒有延遲批處理執(zhí)行器

使用延遲批處理執(zhí)行器

首先，延遲批處理執(zhí)行器必須在DAO中創(chuàng)建的實(shí)例，在本例中為delayedBatchExecutorProductById。它需要以下三個(gè)參數(shù)：

時(shí)間窗口（在此示例中為50毫秒）

參數(shù)列表的最大容量（在此示例中為10個(gè)參數(shù)）

將使用參數(shù)列表調(diào)用的方法（我們將在后面詳細(xì)介紹）。在此示例中，方法是retrieveProductsByIds

注意：我們將在后面看到為什么延遲批處理執(zhí)行器的標(biāo)識(shí)（delayedBatchExecutor ProductById）是該類的實(shí)例DelayedBatchExecutor2

其次，DAO方法public Product getProductById(Integer productId)已經(jīng)過重構(gòu)，可以簡(jiǎn)單地調(diào)用實(shí)例的execute方法，僅此delayedBatchExecutor ProductById而已。所有的“魔術(shù)”都是由DelayedBatchExecutor。

之所以delayedBatchExecutor ProductById是的實(shí)例，DelayedBatchExecutor2是因?yàn)槠鋏xecute方法返回一個(gè)Product實(shí)例并接收一個(gè)Integer實(shí)例作為其參數(shù)。因此，我們有： DelayedBatchExecutor2.

如果execute方法需要接收兩個(gè)參數(shù)（例如an Integer和a String）并返回的實(shí)例Product，則定義為DelayedBatchExecutor3 ，依此類推。

最后，該 retrieveProductsByIds方法必須返回a List并接收a List作為參數(shù)。

如果我們使用DelayedBatchExecutor3，則retrieveProductsByIds必須是List retrieveProductsByIds(List productIdsList, List stringList)

就是這樣。

一旦運(yùn)行，執(zhí)行控制器邏輯的并發(fā)線程將getProductById(Integer id)在某個(gè)時(shí)候調(diào)用該方法，并且該方法將返回相應(yīng)的乘積。他們不會(huì)知道他們實(shí)際上可能已經(jīng)被暫停并恢復(fù)了延遲批處理執(zhí)行器.

超越數(shù)據(jù)倉(cāng)庫(kù)

盡管本文與數(shù)據(jù)存儲(chǔ)庫(kù)有關(guān)， 延遲批處理執(zhí)行器 但是可以在其他上下文中使用，例如，在對(duì)REST微服務(wù)的請(qǐng)求中。同樣，用一個(gè)參數(shù)啟動(dòng)n個(gè)GET請(qǐng)求要比使用n個(gè)參數(shù)啟動(dòng)1個(gè)GET要昂貴得多。

延遲批處理執(zhí)行器的改進(jìn)

我創(chuàng)建 延遲批處理執(zhí)行器并使用了一段時(shí)間，以有效地處理由個(gè)人項(xiàng)目中的并發(fā)線程啟動(dòng)的多個(gè)查詢的執(zhí)行。我相信它對(duì)其他人也可能有用，所以我決定將其公開。

話雖如此，仍有很大的改進(jìn)空間并可以擴(kuò)展所提供的功能 延遲批處理執(zhí)行器。最有趣的是能夠根據(jù)執(zhí)行的特定條件動(dòng)態(tài)更改參數(shù) 延遲批處理執(zhí)行器（窗口時(shí)間和最大容量），以最大程度地減少等待時(shí)間，同時(shí)利用具有n個(gè)參數(shù)的查詢。