业务场景：首先系统会采集客户系统的数据库结构，入到知识库中。在此前提下，我需要将采集上来的数据查询出来，以excel文件的形式导出，此文件有12个sheet页，如下图：
，保存系统数据库的所有详细数据，除基本信息之外还有属性信息，以数据量最大的表字段级信息为例，如下图：
红色表头是基本信息，黑色表头是属性信息，某生产系统中有1405张表，37613个字段（注意，这些数据都是保存在知识库中，需要查询出来再写入文件），以字段为例，每条数据都要写明属于那个表、哪个库，为了保证此种关系的正确性，只能多层循环实现（可能有别的方法，小弟不才）。
在最初实现此功能时，导出这个系统的数据需要15分钟以上，性能极差。主要原因在于 单线程导出，既导出一个sheet页完毕再导第二个，以此类推导出12个sheet，每个单元格的数据都是从知识库中查询写入，读与写都非常耗时间。
在此背景下，确定了两种优化的方向：多线程与sql合并优化。此文只记录线程池管理多线程
第一步，创建无界线程池：
/**
* 选择使用无界线程池进行线程管理的原因为：
* 1、60s没再使用的线程，回收；
* 2、该线程池会复用空闲的线程，减少创建对象和回收对象带来开销；
* @author Gjd
*/
ExecutorService executor = Executors.newCachedThreadPool();
选择此线程池的原因是，假设12个sheet页中，只有表字段级信息耗时比较大，需要60s以上，那么剩下的11个线程在等待60s后会自动回收，节省了回收线程的时间（虽然只是毫秒级时间）。
第二步，创建线程：
/**
*
Description:导出线程，根据sheetCode的值，执行对应的导出方法;
* @date 2017年9月5日
*/
class exportThread extends Thread{
private List schemaList;
private HSSFSheet sheet;
private List mdifList;
private String sheetCode;
public exportThread(List schemaList,HSSFSheet sheet,List mdifList, String sheetCode) {
this.schemaList=schemaList;
this.sheet = sheet;
this.mdifList = mdifList;
this.sheetCode = sheetCode;
}
public void run() {
switch(sheetCode){
case “Schema”:
exportMethod.SchemaSheet(schemaList, sheet);
break;
case “Table” :
exportMethod.TableSheet(schemaList, sheet, mdifList);
break;
case “View” :
exportMethod.ViewSheet(schemaList, sheet, mdifList);
break;
case “Procedure” :
exportMethod.ProcedureSheet(schemaList, sheet, mdifList);
break;
case “TableColumn” :
exportMethod.TableColumnSheet(schemaList, sheet, mdifList);
break;
case “PrimaryKey” :
exportMethod.PrimaryKeySheet(schemaList, sheet, mdifList);
break;
case “ForeignKey” :
exportMethod.ForeignKeySheet(schemaList, sheet, mdifList);
break;
case “SQLIndex” :
exportMethod.SQLIndexSheet(schemaList, sheet, mdifList);
break;
case “ViewColumn” :
exportMethod.ViewColumnSheet(schemaList, sheet, mdifList);
break;
case “ProcedureColumn” :
exportMethod.ProcedureColumnSheet(schemaList, sheet, mdifList);
break;
case “ProcedureTable” :
exportMethod.ProcedureTableSheet(schemaList, sheet, mdifList);
break;
case “TdMacro” :
exportMethod.TdMacroSheet(schemaList, sheet, mdifList);
break;
default:
break;
}
}
}
线程的作用是根据传过来的sheetCode内容，调用不同的导出方法。
第三步，在下面的for循环中，创建线程并放入线程池中，具体的导出操作交给线程调用的实现方法，线程池只负责检测多个线程的工作状态。
for (int i = 0; i < ccnfList.size(); i++) {
sheet = (HSSFSheet) wbs.getSheet(this.loadstcnById(ccnfList.get(i).getWkshet_info_id()).getTmpt_wkshet_nm());// 创建sheet对象
mdifList = this.loadmdiflist(ccnfList.get(i).getId(),ccnfList.get(i).getClasf_cd());// 获取到属性与当前sheet页列位置的对应关系
schemaList = dataMapService.queryChildrenInstList(inst.getId());// 系统下的所有库
//创建好线程交给线程池管理，节约cpu资源
if (“Column”.equals(ccnfList.get(i).getClasf_cd()) && “Table”.equals(ccnfList.get(i).getPar_clasf_cd())) {// 表字段级
ccnfList.get(i).setClasf_cd(“TableColumn”);
}else if (“Column”.equals(ccnfList.get(i).getClasf_cd()) && “View”.equals(ccnfList.get(i).getPar_clasf_cd())) {// 视图字段级
ccnfList.get(i).setClasf_cd(“ViewColumn”);
}
exportThread export = new exportThread(schemaList, sheet, mdifList,ccnfList.get(i).getClasf_cd());
executor.execute(export);//放入线程池中
}
第四步，关闭线程池。
/**
* 作用：关闭线程池，线程方法2中线程池不再接收新的线程
* @author Gjd
*/
executor.shutdown();
第五步，等待线程执行完毕。
/**
* 作用：等待线程池中的所有线程做完
* 解释：判断条件为真（还有正在执行任务的线程），则执行循环体的代码（无代码是因为没有任何的业务操作了），条件为假（所有线程关闭）则继续执行循环体后面的代码
* @author Gjd
*/
while(!executor.isTerminated())
{}
第六步，进行下载（导出）的动作。
/**
* 所有线程执行完毕，开始进行导出的动作
* @author Gjd
*/
response.reset();
SimpleDateFormat sdf = new SimpleDateFormat(“yyyyMMddhhmmss”);
String date = sdf.format(new Date());
String fileName = inst.getInst_nm() + “-” + date + “-” + file.getFile_nm();
// IE浏览器导出的文件名乱码，使用此方法处理编码
fileName = java.net.URLEncoder.encode(fileName, StandardCharsets.UTF_8.name());
response.setHeader(“Content-Disposition”, “attachment; filename=” + fileName);
response.setContentType(“application/octet-stream; charset=ISO-8859-1”);
OutputStream out = response.getOutputStream();
wbs.write(out);
out.close();
总结一下对于多线程和线程池的理解。
在工作量一定的情况下（假如12个任务），线程就是生活中的员工，负责干具体的活儿，而线程池就像生活中的领导（管理员），不关心你具体在做什么，只关心是否做完。
单线程就像雇了一个员工干完了所有的活儿，效率肯定慢；
无线程池管理的多线程就像雇了12个员工同事干活（此时其实效率提高了），干完自己的分内之事就歇了，无论工作量多少，公司都（CPU）要支付12个员工的钱，消耗较大。
使用线程池管理的多线程，可能公司（CPU）只雇了6个人，工作量少的员工（先执行完毕的线程），继续做下一件事儿，做完这件还有下件……直到最后一个员工完成工作，所有的工作就算完成，同样的效率，公司（CPU）不用雇12个人不用给12个人薪水，自然节省了资源的开销。
如此，提高了代码的效率，减小了资源的浪费。导出同样的37613条数据，可以控制在15s左右，与优化之前相比提高了60倍（一部分的功劳是多线程，另一部分是sql的优化）。