从前有个大师,率领一群徒弟,为客户做了一个软件系统。某天,客户提出了一个新的需求,向系统中的所有用户发送系统消息。由于当时系统刚上线不久,系统中的用户也就几十个。大师为了考验自己的徒弟,便将该需求分配给他的徒弟,要求每个人都做一套方案出来,于是便有了下面的故事。
徒弟们接收到该项任务后,每个人都想到了先建一张系统消息表,每次发送系统消息时,将数据保存在词表中,用户就能从该表中读取他个人的系统消息。用户信息表的模型如下:
基于上面的数据库模型,徒弟们分别作了不同的实现方案,如下:
实现方案一:
小A是个急性子,领到任务后。立即开始了他的编程思路:将系统中的所有用户都取出来,然后遍历所有的用户,每次迭代时插入一条系统消息。伪代码如下:
List<FavUser> userList = favUserService.getAllUser(); for(FavUser favUser : userList){ SysMessage sysMessage = new SysMessage(); ... sysMessage.setReceiveUserId(favUser.getUserId()); sysMessageService.addSysMessage(sysMessage); }
由于系统中的用户较少,小A几遍测试,发现系统中运行良好,便将该方案提交了上去。
实现方案二:
小B接到任务后,想到应该先把系统中所有的用户Ids取出来,然后遍历这些ids,每次迭代时都插入一条系统消息。基于此,小B的伪代码如下:
List<Integer> userIdsList = favUserService.getAllUserIds(); for(Integer userId : userIdsList ){ SysMessage sysMessage = new SysMessage(); ... sysMessage.setReceiveUserId(userId); sysMessageService.addSysMessage(sysMessage); }
由于系统中的用户较少,小B几遍测试,发现系统中运行良好,也将该方案提交了上去。
实现方案三:
小C接到任务后,考虑到每次插入的系统消息,除了用户id不同外,其余的数据项都相同,便想到了批量插入数据。由于MySQL数据库支持批量插入数据,小C设计出了执行的SQL语句与伪代码:
执行的SQL语句如下:
<insert id="addBatchSysMessage" parameterType="com.favccxx.favsoft.SysMessage" > insert into sys_message (MESSAGE_TITLE, MESSAGE_CONTENT, MESSAGE_STATUS, RECEIVE_USER_ID, RECEIVE_TIME, CREATE_TIME ) values <foreach collection="list" item="item" index="index" separator=","> ( #{item.messageTitle,jdbcType=VARCHAR},#{item.messageContent,jdbcType=VARCHAR}, #{item.messageStatus,jdbcType=CHAR}, #{item.receiveUserId,jdbcType=INTEGER},#{item.receiveTime,jdbcType=TIMESTAMP}, #{item.createTime,jdbcType=TIMESTAMP} ) </foreach> </insert>
伪代码如下:
List<FavUser> userList = favUserService.getAllUser(); List<SysMessage> dataList = new ArrayList<SysMessage>(); for(FavUser favUser : userList){ sysMessage.setReceiveUserId(favUser.getUserId()); dataList.add(sysMessage); } List<SysMessage> subList = dataList.subList(0,1000); sysMessageService.addBatchSysMessage(subList);
小C向系统中添加了几千个模拟用户,测试系统运行良好。但发现将系统中的用户增加至几万时,发送系统消息速度明显变慢。于是,小C采用了分组的方式进行插入,每10,000条插入一次,系统运行良好。
实现方案四
小D接到任务后,考虑的也是批量插入数据,但与小C不同的是,他想通过执行一次SQL完成批量插入数据。即先将待发送的消息存入数据库中,然后通过MySQL查询并同时将数据插入系统消息。小D的MySQL设计如下:
<insert id="addAllSysMessage" parameterType="com.favccxx.favsoft.SysMessage" > insert into sys_message ( MESSAGE_TITLE, MESSAGE_CONTENT, MESSAGE_STATUS, RECEIVE_USER_ID, RECEIVE_TIME, CREATE_USER_ID, CREATE_TIME ) select a.MESSAGE_TITLE as MESSAGE_TITLE, a.MESSAGE_CONTENT as MESSAGE_CONTENT, 0 as MESSAGE_STATUS, b.user_id AS RECEIVE_USER_ID, now() as RECEIVE_TIME, now() as CREATE_TIME from sys_message_send_info a, ( select user_id FROM auth_user ) b where sendInfoId=#{sendInfoId} </insert>
int insertCount = sysMessageService.addAllSysMessage(sendInfoId);
小D向系统中插入了10万个模拟用户,经测试,系统运行良好。以下是向113508个用户发送消息的花费时间。
“可爱 的测试”发送给系统中【113508】个用户,共用时【2241】毫秒 “fdgsdfg”发送给分组中【113508】个用户,共用时【2236】毫秒 “平台所有用户系统消息”发送给系统中【113508】个用户,共用时【1916】毫秒 “发生的飞洒的”发送给系统中【113508】个用户,共用时【1217】毫秒 “测试用户组33”发送给分组中【113508】个用户,共用时【1617】毫秒 |
上面的故事,便是我们在开发中经常遇到的场景,要实现系统中的一个功能时,往往有很多种方法,最先实现的,代码最简便的并不一定是效率最好的。代码本身就是一个黑盒子,不要考虑程序的现有性能,更要考虑好程序的扩展性能。
本文出自 “尘风随影的天空” 博客,请务必保留此出处http://favccxx.blog.51cto.com/2890523/1587394
原文地址:http://favccxx.blog.51cto.com/2890523/1587394