Java多线程批量操作，居然有人不做事务控制？

桃扇骨 2024-04-03 10:55 19阅读 0赞

## 前言 ##

公司业务中遇到一个需求，需要同时修改最多约5万条数据，而且还不支持批量或异步修改操作。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。

具体操作如下：

## 一、循环操作的代码 ##

先写一个最简单的for循环代码，看看耗时情况怎么样。

/***
     * 一条一条依次对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);
        });
    }

循环修改整体耗时约 1分54秒，且代码中没有手动事务控制应该是自动事务提交，所以每次操作事务都会提交所以操作比较慢，我们先对代码中添加手动事务控制，看查询效率怎样。

## 二、使用手动事务的操作代码 ##

修改后的代码如下：

@Autowired
    private DataSourceTransactionManager dataSourceTransactionManager;
    
    @Autowired
    private TransactionDefinition transactionDefinition;
    
    /**
     * 由于希望更新操作 一次性完成，需要手动控制添加事务
     * 耗时：24s
     * 从测试结果可以看出，添加事务后插入数据的效率有明显的提升
     */
    @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;
        }
    }

添加手动事务操控制后，整体耗时约 24秒，这相对于自动事务提交的代码，快了约5倍，对于大量循环数据库提交操作，添加手动事务可以有效提高操作效率。

## 三、尝试多线程进行数据修改 ##

添加数据库手动事务后操作效率有明细提高，但还是比较长，接下来尝试多线程提交看是不是能够再快一些。

先添加一个Service将批量修改操作整合一下，具体代码如下：

## 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);
            }
        }
    }

批量测试代码，我们采用了多线程进行提交，修改后测试代码如下：

@Autowired
    private DataSourceTransactionManager dataSourceTransactionManager;
    
    @Autowired
    private TransactionDefinition transactionDefinition;
    
    @Autowired
    private StudentService studentService;
    
    /**
     * 对用户而言，27s 任是一个较长的时间，我们尝试用多线程的方式来经行修改操作看能否加快处理速度
     * 预计创建10个线程，每个线程进行5000条数据修改操作
     * 耗时统计
     * 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;
    
        // 创建多线程处理任务
        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间 30s
            threadLatchs.await(30, TimeUnit.SECONDS);
        } catch (Throwable e) {
            e.printStackTrace();
        }
    
        System.out.println("主线程完成");
    }

多线程提交修改时，我们尝试了不同线程数对提交速度的影响，具体可以看下面表格，

![de3869a1c9ff490aa3f3937266e0665f.png][]

多线程修改50000条数据时 不同线程数耗时对比（秒）

根据表格，我们线程数增大提交速度并非一直增大，在当前情况下约在2-5个线程数时，提交速度最快（实际线程数还是需要根据服务器配置实际测试）。

## 四、基于两个CountDownLatch控制多线程事务提交 ##

由于多线程提交时，每个线程事务时单独的，无法保证一致性，我们尝试给多线程添加事务控制，来保证每个线程都是在插入数据完成后在提交事务，

这里我们使用两个 CountDownLatch 来控制主线程与子线程事务提交，并设置了超时时间为 30 秒。我们对代码进行了一点修改：

@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(); // 切换到主线程执行
        }
        try {
            mainLatch.await();  //等待主线程执行
        } catch (Throwable e) {
            taskStatus.setIsError();
        }
        // 判断是否有错误，如有错误 就回滚事务
        if (taskStatus.getIsError()) {
            dataSourceTransactionManager.rollback(transactionStatus);
        } else {
            dataSourceTransactionManager.commit(transactionStatus);
        }
    }

/**
     * 由于每个线程都是单独的事务，需要添加对线程事务的统一控制
     * 我们这边使用两个 CountDownLatch 对子线程的事务进行控制
     */
    @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;
    
        // 创建多线程处理任务
        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); // 用于判断主线程是否提交
        StudentTaskError taskStatus = new StudentTaskError(); // 用于判断子线程任务是否有错误
    
        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间 30s
            boolean await = threadLatchs.await(30, TimeUnit.SECONDS);
            if (!await) { // 等待超时，事务回滚
                taskStatus.setIsError();
            }
        } catch (Throwable e) {
            e.printStackTrace();
            taskStatus.setIsError();
        }
        mainLatch.countDown(); // 切换到子线程执行
        studentThreadPool.shutdown(); //关闭线程池
    
        System.out.println("主线程完成");
    }

本想再次测试一下不同线程数对执行效率的影响时，发现当线程数超过10个时，执行时就报错。具体错误内容如下：

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

错误的大致意思时，不能为数据库事务打开 jdbc Connection，连接在30s的时候超时了。由于前面启动的十个线程需要等待主线程完成后才能提交，所以一直占用连接未释放，造成后面的进程创建连接超时。

看错误日志中错误的来源是 HikariPool ，我们来重新配置一下这个连接池的参数，将最大连接数修改为100，具体配置如下：

# 连接池中允许的最小连接数。缺省值：10
    spring.datasource.hikari.minimum-idle=10
    # 连接池中允许的最大连接数。缺省值：10
    spring.datasource.hikari.maximum-pool-size=100
    # 自动提交
    spring.datasource.hikari.auto-commit=true
    # 一个连接idle状态的最大时长（毫秒），超时则被释放（retired），缺省:10分钟
    spring.datasource.hikari.idle-timeout=30000
    # 一个连接的生命时长（毫秒），超时而且没被使用则被释放（retired），缺省:30分钟，建议设置比数据库超时时长少30秒
    spring.datasource.hikari.max-lifetime=1800000
    # 等待连接池分配连接的最大时长（毫秒），超过这个时长还没可用的连接则发生SQLException， 缺省:30秒

再次执行测试发现没有报错，修改线程数为20又执行了一下，同样执行成功了。

## 五、基于TransactionStatus集合来控制多线程事务提交 ##

在同事推荐下我们使用事务集合来进行多线程事务控制，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;
     
            // 创建多线程处理任务
            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间 30s
                boolean await = threadLatchs.await(30, TimeUnit.SECONDS);
                // 判断是否超时
                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("主线程完成");
        }
    }

@Override
    @Transactional(propagation = Propagation.REQUIRED, rollbackFor = {Exception.class})
    public void updateStudentsTransaction(PlatformTransactionManager transactionManager, List<TransactionStatus> transactionStatuses, List<Student> students) {
        // 使用这种方式将事务状态都放在同一个事务里面
        DefaultTransactionDefinition def = new DefaultTransactionDefinition();
        def.setPropagationBehavior(TransactionDefinition.PROPAGATION_REQUIRES_NEW); // 事物隔离级别，开启新事务，这样会比较安全些。
        TransactionStatus status = transactionManager.getTransaction(def); // 获得事务状态
        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());
    }

由于这个中方式去前面方式相同，需要等待线程执行完成后才会提交事务，所有任会占用Jdbc连接池，如果线程数量超过连接池最大数量会产生连接超时。所以在使用过程中任要控制线程数量，

## 六、使用union连接多个select实现批量update ##

有些情况写不支持，批量update，但支持insert 多条数据，这个时候可尝试将需要更新的数据拼接成多条select 语句，然后使用union 连接起来，再使用update 关联这个数据进行update，具体代码演示如下：

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

这种方式在Mysql 数据库没有配置 allowMultiQueries=true 也可以实现批量更新。

## 总结 ##

*  对于大批量数据库操作，使用手动事务提交可以很多程度上提高操作效率
 *  多线程对数据库进行操作时，并非线程数越多操作时间越快，按上述示例大约在2-5个线程时操作时间最快。
 *  对于多线程阻塞事务提交时，线程数量不能过多。
 *  如果能有办法实现批量更新那是最好

[de3869a1c9ff490aa3f3937266e0665f.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/ac3a490b4b5d4be5a6f279595db9a43e.png