企業のニーズ、現在のインポートExcelの機能、プロセスは、次のとおりです。、Excelのデータを読み取る輸入要件かどうかを判断するためのデータのすべての部分のバックグラウンドチェックを渡し、フロント、輸入プレビューショーに戻ります。（応答するための遠位待ち、難しいです）。ユーザーは、[インポート]ボタン、非同期インポートを（フロントエンド行う方が良い、待っていない）をクリックします。現在のデータインタフェースは現在、3000のデータをサポートするために私を必要とし、唯一の300をサポートしています。
問題解決、批判的思考です。
まず、データが300より大きい場合、判断を参照してください、読書テーブルの場所を見つけ、界面での直接のリターンを見て。3000に300を入れてください。
そして、データのチェックサム分析をインポートし、データチェックが何であるか、データがデータベースからです。データベースクエリからのたびに、それは確かに遅いです。でも、Redisのクエリキャッシュ、だけでなく、ネットワークの消費量は、キャッシュの圧力を高めます。スタンドアローンありますがRedisのクエリパフォーマンス120 000回/秒、この劇は、それがシステムを使用して40人の崩壊を引き起こした場合120 000 3000は、40で割りました。同じデータが、3000をチェックする必要があり、それは愚かではないでしょうか？？？だから、データベースクエリにすべてのクエリを削減することは、一度だけ最後までメソッド呼び出しをチェックし、検索操作の重複を避けるために、この方法では同時実行セーフコンテナのConcurrentHashMapストアのデータを、Redisのキャッシュ、Redisのデータで見つかったキャッシュを追加作成します。
Map<String, Object> map = new ConcurrentHashMap();
Object obj = map.get("key");
if (null == obj){
//查询缓存，或者数据库
String value = "数据";
map.put("key", value);
}
メソッド内で作成されたオブジェクトは、メソッドの呼び出しが完了すると、スタックをプッシュし、あなたの参照を解放し、それがメモリを解放します。3000における検証のプロセスでは、オブジェクトオブジェクトは、JVMメモリに迅速にかなり再度データベースまたはキャッシュから取得する必要性よりも、再利用することが容易です。これは、スタックレベルのキャッシュ、JVMのキャッシュ、ローカルキャッシュ方法です。
これは考えて、最も重要な考え方です。この方法を達成するために、クエリのできるだけ少ない、クエリ結果を再利用します。
私は、データキャッシュの方法でのConcurrentHashMapを行っていたとき、彼らはテストしました。
結果：800データのインポートチェックをサポートします。先端が10秒以上を要求し、要求がタイムアウトします。
どのようにそれを行うには？？？
製品、あなたは需要ああを扱うことができません。ああ達成することはできません。。。。。。で口論。。。。。無効口論。
次に使うマルチスレッド最適化技術を。
1.スレッド・プールを作成します。
import java.util.concurrent.ExecutorService;
import java.util.concurrent.LinkedBlockingDeque;
import java.util.concurrent.ThreadPoolExecutor;
import java.util.concurrent.TimeUnit;
/**
* 线程池<br/>
*
*
* @author
* @version
*/
public class MyExecutor {
/**
* 在池中保持的线程的最小数量
*/
private static final int CorePoolSize = 10;
/**
* 线程池中能容纳的最大线程数量，如果超出，则使用RejectedExecutionHandler拒绝策略处理
*/
private static final int MaximumPoolSize = 200;
/**
* 线程的最大生命周期。这里的生命周期有两个约束条件：
* 一：该参数针对的是超过corePoolSize数量的线程；
* 二：处于非运行状态的线程。举个例子：如果corePoolSize（最小线程数）为10，maxinumPoolSize（最大线程数）为20，
* 而此时线程池中有15个线程在运行，过了一段时间后，其中有3个线程处于等待状态的时间超过keepAliveTime指定的时间，
* 则结束这3个线程，此时线程池中则还有12个线程正在运行。
*/
private static final int KeepAliveTime = 30;
/**
* 等待任务队列大小
*/
private static final int Capacity = 10000;
private static final ExecutorService pool = new ThreadPoolExecutor(CorePoolSize, MaximumPoolSize, KeepAliveTime, TimeUnit.SECONDS, new LinkedBlockingDeque<>(Capacity));
public static ExecutorService getPool(){
return pool;
}
}2.取得結果を容易にするために、順序付けられたセットの戻り値を受信するためのスレッドプールのタスクを作成します。
List<Future<Object>> futureList = new LinkedList<>();3.スレッドプールを取得します。
//获取线程池
ExecutorService pool = MyExecutor.getPool(); 4.読むExcelスプレッドシートデータ、各列を通して、マルチスレッドタスクに提出されたデータの各行。
//提交Callable任务到线程池
Future<Object> future = pool.submit(new Callable<Object>() {
@Override
public Object call() throws Exception {
// 每条数据的计算
return null;
}
});
//把单个结果加入有序集合中。
futureList.add(future);トラバーサルfutureListの取得結果。
for (Future<Object> oneFuture : futureList) {
try {
//每一个任务的结果，阻塞方法，一直等待到计算任务完成。
Object result = oneFuture.get();
} catch (Exception e) {
e.printStackTrace();
}
}6.このように、すべての結果の組み合わせが返されます。転換のこの方法を使用してスレッドプールを完了します。
7.この時点で、問題は、3000件のデータを浮上している、各データは、IDを持って、どのように複数のスレッド、処理されたIDは繰り返さないようにしましょう、重複はそれをマークすることができますか？？？
今回は私が同時のセキュリティ設定を使用===> ConcurrentSkipListSetの
// 并发安全，去重复
ConcurrentSkipListSet<Integer> idSet = new ConcurrentSkipListSet<>();
boolean flag =idSet.add(id);
if (!flag){
//添加失败，说明数据重复。
}ソースConcurrentSkipListSetのadd（）メソッドを見てみましょう：
/**
* Adds the specified element to this set if it is not already present.
* More formally, adds the specified element {@code e} to this set if
* the set contains no element {@code e2} such that {@code e.equals(e2)}.
* If this set already contains the element, the call leaves the set
* unchanged and returns {@code false}.
*
* @param e element to be added to this set
* @return {@code true} if this set did not already contain the
* specified element
* @throws ClassCastException if {@code e} cannot be compared
* with the elements currently in this set
* @throws NullPointerException if the specified element is null
*/
public boolean add(E e) {
return m.putIfAbsent(e, Boolean.TRUE) == null;
}Googleと上記の説明翻訳：
指定された要素が存在しない場合は、このコレクションに追加します。
場合は、より正式には、指定された要素{@code eは}このセットに追加された
セットは{@codeのe.equals（E2）}の要素{@codeのE2}を含んでいません。
セットがすでに要素が含まれている場合、呼び出しはセットを終了します
変わらず、リターンは{偽} @code
ここで説明id我々は大量使用が完全に正しいことを行きます。
私たちは、get（）メソッドのソースコードの未来を見てみましょう：
/**
* Waits if necessary for the computation to complete, and then
* retrieves its result.
*
* @return the computed result
* @throws CancellationException if the computation was cancelled
* @throws ExecutionException if the computation threw an
* exception
* @throws InterruptedException if the current thread was interrupted
* while waiting
*/
V get() throws InterruptedException, ExecutionException;翻訳：する計算のために待機し、必要に応じて 。完成した後、その結果を取得しますが、
必要な計算が完了するのを待ってから、結果を取得
だから、将来のget（）メソッドを待ってブロックされています。
これは、私が最適化されたデータ、データに応じてデータ300、800〜10秒の先頭から7〜3000秒の応答を行っています。
タスクを完了するだけでなく、パフォーマンスが向上します。
この時点で、スレッド・プール、今後、呼び出し可能なセキュリティおよび同時コンテナクラスのConcurrentHashMap、ConcurrentSkipListSetの技術を使用して、
大幅に私のマルチスレッド、並行プログラミング手法を改善しました。思考の飛躍であるレベルのデータキャッシュ、JVMのキャッシュを、スタックの方法があります。