一、场景
最近的一项开发任务是同步第三方数据，而第三方数据一般有存量数据和增量数据，存量数据有100w+。在得知此需求时，进行了一定的信息检索和工具学习，提前获取存量数据到目标库，再使用kettle进行存量数据转换；增量数据则根据业务方规定的请求时间，通过定时任务去获取增量数据并进行数据转换。在数据获取和转换时，我们应该要记录每一次的请求信息，便于溯源和数据对账!!!
二、获取数据的方式
2.1 递归方式
使用递归方式时，要求数据量少，否则会出现栈溢出或堆溢出!!!并且递归方式是单线程，所以会导致同步速度很慢!!!
/**
* 数据同步 - 递归方式
* 此处存量数据只需要请求到数据并保存数据库即可，后期通过kettle进行转换。
* Data为自定义实体类，这里仅做示例!!!
*/
private void fetchAndSaveDB(int pageIndex, int pageSize) throws Exception {
log.info("【数据同步 - 存量】，第{}次同步,", pageIndex);
List datas= getDataByPage(pageIndex,pageSize);
if (CollectionUtils.isNotEmpty(datas)) {
dataService.saveOrUpdateBatch(datas);
log.info("【数据同步 - 存量】，第{}次同步,同步成功", pageIndex);
if (datas.size() < pageSize) {
log.info("【数据同步 - 存量】,第{}次同步,获取数据小于每页获取条数,证明已全部同步完毕!!!", pageIndex);
return;
}
// 递归操作-直到数据同步完毕
fetchAndSaveDB(pageIndex + 1, pageSize);
} else {
log.info("【数据同步 - 存量】,第{}次同步,获取数据为空,证明已全部同步完毕!!!", pageIndex);
return;
}
}
/**
* 获取分页数据,Data为自定义实体类，这里仅做示例!!!
*/
private List getDataByPage(int pageIndex, int pageSize) throws Exception {
//通过feign调用第三方接口获取数据
String data = dataFeignService.fetchAllData(pageSize, pageIndex);
JSONObject jsonObject = JSONObject.parseObject(data);
JSONArray datalist = jsonObject.getJSONArray("datalist");
List datas = datalist.toJavaList(Data.class);
return datas;
}2.2 多线程方式
由于递归方式是单线程，考虑到数据的庞大,且易造成内存溢出，因此将递归更换成多线程方式，不仅避免了内存溢出的情况，且速度大大的提升!!!
立即学习“Java免费学习笔记（深入）”；
public void synAllData() {
// 定义原子变量 - 页数
AtomicInteger pageIndex = new AtomicInteger(0);
// 创建线程池
ExecutorService fixedThreadPool = Executors.newFixedThreadPool(10);
// 100万数据
int total = 1000000;//数据总量
int times = total / 1000;
if (total % 1000!= 0) {
times = times + 1;
}
LocalDateTime beginLocalDateTime = LocalDateTime.now();
log.info("【数据同步 - 存量】开始同步时间：{}", beginLocalDateTime.format(DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss")));
for (int index = 1; index <= times; index++) {
fixedThreadPool.submit(new Runnable() {
@Override
public void run() {
try {
multiFetchAndSaveDB(pageIndex.incrementAndGet(), 1000);
} catch (Exception e) {
log.error("并发获取并保存数据异常：{}", e);
}
}
});
}
LocalDateTime endLocalDateTime = LocalDateTime.now();
log.info("【数据同步 - 存量】同步结束时间：{},总共耗时：{}分钟",
endLocalDateTime.format(DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss")),
Duration.between(beginLocalDateTime, endLocalDateTime).toMinutes());
}
/**
* 数据同步 - 【多线程方式】
*
* @throws Exception
*/
private void multiFetchAndSaveDB(int pageIndex, int pageSize) throws Exception {
log.info("【数据同步 - 存量】，第{}次同步,", pageIndex);
List datas= getDataByPage(pageIndex, pageSize);//getDataByPage()同上2.1
if (CollectionUtils.isNotEmpty(datas)) {
log.info("【数据同步 - 存量】，第{}次同步,同步成功", pageIndex);
if (datas.size() < pageSize) {
log.info("【数据同步 - 存量】,第{}次同步,获取数据小于每页获取条数,证明已全部同步完毕!!!", pageIndex);
return;
}
} else {
log.info("【数据同步 - 存量】,第{}次同步,获取数据为空,证明已全部同步完毕!!!", pageIndex);
return;
}
}三、增量数据如何对接
增量数据需要写定时任务，可使用Scheduled注解，并需要将增量数据存放到目标库中且进行数据转换!
