SpringBoot使用异步线程池实现生产环境批量数据推送

前言

SpringBoot使用异步线程池：

1、编写线程池配置类，自定义一个线程池；

2、定义一个异步服务；

3、使用@Async注解指向定义的线程池；

 

这里以我工作中使用过的一个案例来做描述，我所在公司是医疗行业，敏感数据需要上报到某监管平台，所以有一个定时任务在流量较小时（一般是凌晨后）执行上报行为。但特殊时期会存在一定要在工作时间大批量上报数据的情况，且要求短时间内就要完成，此时就考虑写一个专门的异步上报接口手动执行，利用线程池上报，极大提高了速度。

• 编写线程池配置类
  

  import lombok.extern.slf4j.Slf4j;
  import org.springframework.context.annotation.Bean;
  import org.springframework.context.annotation.Configuration;
  import org.springframework.scheduling.annotation.EnableAsync;
  import org.springframework.scheduling.concurrent.ThreadPoolTaskExecutor;
  
  import java.util.concurrent.Executor;
  import java.util.concurrent.ThreadPoolExecutor;
  
  /**
   * 类名称：ExecutorConfig
   * ********************************
   * <p>
   * 类描述：线程池配置
   *
   * @author guoj
   * @date 2021-09-07 09:00
   */
  @Configuration
  @EnableAsync
  @Slf4j
  public class ExecutorConfig {
      /**
       * 定义数据上报线程池
       * @return
       */
      @Bean("dataCollectionExecutor")
      public Executor dataCollectionExecutor() {
  
          ThreadPoolTaskExecutor executor = new ThreadPoolTaskExecutor();
  
          // 核心线程数量：当前机器的核心数
          executor.setCorePoolSize(
                  Runtime.getRuntime().availableProcessors());
  
          // 最大线程数
          executor.setMaxPoolSize(
                  Runtime.getRuntime().availableProcessors() * 2);
  
          // 队列大小
          executor.setQueueCapacity(Integer.MAX_VALUE);
  
          // 线程池中的线程名前缀
          executor.setThreadNamePrefix("sjsb-");
  
          // 拒绝策略：直接拒绝
          executor.setRejectedExecutionHandler(
                  new ThreadPoolExecutor.AbortPolicy());
  
          // 执行初始化
          executor.initialize();
  
          return executor;
      }
  
  }

   PS：

  1）、需要注意，这里一定要自己定义ThreadPoolTaskExecutor线程池，否则springboot的异步注解会执行默认线程池，存在线程阻塞导致CPU飙高及内存溢出的风险。这一点可以参考阿里开发手册，线程池定义这块明确提到了这一点；

  2）、在@Bean注解中定义线程池名称，后面异步注解会用到。

   

  ---

   

• 编写异步服务

  /**
   * 异步方法的服务, 不影响主程序运行。
   */
  @Service
  public class AsyncService {
  
      private final Logger log = LoggerFactory.getLogger(AsyncService.class);
  
      /**
       * 发送短信
       */
      @Async("sendMsgExecutor")
      public void sendMsg(String access_token, Consult item, Map<String, String> configMap) {
          // 此处编写发送短信业务
          // 1、buildConsultData();
          // 2、sendMsg();
      }
  
      /**
       * 发送微信订阅消息
       */
      @Async
      public void sendSubscribeMsg(String access_token, Consult item, Map<String, String> configMap) {
          // 此处编写发送微信订阅消息业务
          // 1、buildConsultData();
          // 2、sendSubscribeMsg();
      }
  
      /**
       * 数据并上报
       */
      @Async("dataCollectionExecutor")
      public void buildAndPostData(String access_token, Consult item, Map<String, String> configMap) {
          // 此处编写上报业务，如拼接数据，然后执行上报。
          // 1、buildConsultData();
          // 2、postData();
      }
  }

• 异步批量上报数据

  @Autowired
  private AsyncService asyncService;
  
  /**
   * 手动上报问诊记录，线程池方式。
   */
  public void manualUploadConsultRecordsAsync(String channel, Date startTime, Date endTime) {
  
      // 查询指定时间内的问诊记录
     List<Consult> consultList = consultService
         .findPaidListByChannelAndTime(channel, startTime, endTime, configMap.get("serviceId"));
  
     if (!CollectionUtils.isEmpty(consultList)) {
  
         log.debug("[SendWZDataService][manualUploadConsultRecordsAsync]>>>> 手动上报问诊记录, 一共[{}]条", consultList.size());
  
         consultList.forEach((item) -> {
             try {
                 // 异步调用，使用线程池。
                 asyncService.buildAndPostData(access_token, item, configMap);
             } catch (Exception ex) {
                 log.error("[SendWZDataService][manualUploadConsultRecordsAsync]>>>> 手动上报问诊记录发生异常: ", ex);
             }
         });
  
     }
  }

   

  ---

   

  •  总结

    以上方式已经在生产环境运行，在工作时间内执行过很多次，一次数万条记录基本是几分钟内就全部上报完毕，而正常循环遍历时一次大概需要半个小时左右。

    线程池的使用方式往往来源于业务场景，如果类似的业务不存在紧急处理的情况，大体还是以任务调度执行为主，因为更安全。如果存在紧急处理的情况，那么使用SpringBoot+线程池的方式不仅能节省非常多的时间，且不占用主线程的执行空间。

    喜欢就点个关注吧~~

    

标签：异步,SpringBoot,上报,线程,executor,import,public
来源： https://www.cnblogs.com/fulongyuanjushi/p/15856660.html