不用SQL,统计5000万笔订单总金额——fork join

效果演示

使用SQL

SELECT SUM(money) FROM tb_order WHERE id <=50000000;

结果
image.png

大概耗时:
image.png

使用Java fork join

image.png

由于使用Java需要对数据做进程间读取,所以Java计算速度稍慢。

关于 fork join

ForkJoin是由JDK1.7后提供多线并发处理框架。ForkJoin的框架的基本思想是分而治之。
什么是分而治之?
分而治之就是将一个复杂的计算,按照设定的阈值进行分解成多个计算,然后将各个计算结果进行汇总。相应的ForkJoin将复杂的计算当做一个任务。而分解的多个计算则是当做一个子任务。


image.png

具体Java代码

初始化5000W条订单数据略...
基于springboot mybatis构建项目

public interface TbOrderMapper {

    @Select("select money from tb_order where id>= #{beforeId} limit #{size}")
    List<Integer> selectMoney(@Param("beforeId") Integer beforeId, @Param("size") Integer size);
@SpringBootTest
@RunWith(SpringRunner.class)
public class TbOrderTest {
    @Autowired
    private TbOrderMapper tbOrderMapper;

    // 构建任务类
    private static class SumTask extends RecursiveTask<Long> {
        //叶子节点任务 处理数据量(计算)
        private static final int minCount = 5000;

        private int beginId;
        private TbOrderMapper tbOrderMapper;
        private Integer size;

        public SumTask(Integer beginId, Integer size, TbOrderMapper tbOrderMapper) {
            this.beginId = beginId;
            this.tbOrderMapper = tbOrderMapper;
            this.size = size;
        }

        @Override
        protected Long compute() {
            // 如果到达拆分的最小粒度则不再拆分,进行实质计算
            if (size <= minCount) {
                long sum1 = 0;
                // 由于本数据库表数据 主键id 自增,可以采取这种方式
                List<Integer> integers = tbOrderMapper.selectMoney(beginId, size);
                for (Integer integer : integers) {
                    sum1 += integer;
                }
                return sum1;
            }
            // 这里使用的是二分法进行任务拆分
            int mid = size / 2;
            int yu = size & 1;
            SumTask left = new SumTask(beginId, mid, tbOrderMapper);// 左子任务
            SumTask right = new SumTask(beginId + mid, mid + yu, tbOrderMapper);// 右子任务
            invokeAll(left, right); // 递归提交任务
            return left.join() + right.join(); // 合并结果
        }
    }
    @Test
    public void testAdd5000WMoney() {
        // 构建 fork join 线程池
        ForkJoinPool forkJoinPool = new ForkJoinPool(6);
        long l = System.currentTimeMillis();
        // 提交整体任务,同步等待 线程池 执行的最终join结果
        Long invoke = forkJoinPool.invoke(new SumTask(1, 50000000, tbOrderMapper));
        System.out.println("结果:" + invoke + "耗时:" + (System.currentTimeMillis() - l));
    }
}
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,542评论 6 504
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,822评论 3 394
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,912评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,449评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,500评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,370评论 1 302
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,193评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,074评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,505评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,722评论 3 335
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,841评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,569评论 5 345
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,168评论 3 328
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,783评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,918评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,962评论 2 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,781评论 2 354