1.使用多线程与futureTask进行进行优化
1.1 实现流程图
1.2 代码逻辑模拟实现
public class OrderService {
@Resource
private RemoteService remoteservice;//远程过程调用(模拟类)
@Resource
private ExecutorService executorService;
public Object order( long userId){
JsonObject orderInfo =remoteService.create0rder(userId);
Callable<JsonObject > call1 = new Callable<JsoNobject>(){
@Override
public JsonObject call() {
JsonObject goodsInfo = remoteService.dealGoods(orderInfo);
return goodsInfo;
}
};
Callable<JsonObject > call2 = new Callable<JsoNobject>(){
@Override
public JsonObject call() {
JsonObject pointsInfo = remoteService.dealPoints(orderInfo);
return pointsInfo;
}
};
Callable<JsonObject > call3 = new Callable<JsoNobject>(){
@Override
public JsonObject call() {
JsonObject deliverInfo = remoteService.dealDeliver(orderInfo);
return deliverInfo ;
}
};
FutureTask<JsonObject> task1 = new FutureTask<JsonObject>(call1);
FutureTask<JsonObject> task2 = new FutureTask<JsonObject>(call2);
FutureTask<JsonObject> task3 = new FutureTask<JsonObject>(call3);
executorService.submit(task1);
executorService.submit(task2);
executorService.submit(task3);
orderInfo.putAll(task1.get());
orderInfo.putAll(task2.get());
orderInfo.putAll(task3.get())
return orderInfo;
}
}1.3 实现逻辑描述
①将生成订单、修改库存、处理积分、发货等步骤拆分为子线程并行执行。
②使用Future和Callable实现多线程，获取子线程的返回值。
③通过FutureTask启动子线程，并获取结果。
2.后台批量处理的优化
2.1 实现逻辑描述
①.优化后端批处理的目标是在高并发场景下实现极致性能。
②.通过将单个请求转化为批量请求，以减少后端并发压力。
③.通过消息中间件（如MQ）和定时任务实现订单系统与商品系统之间的消息传递。
④.定时任务周期性运行，从MQ中获取数据并调用批量接口，提升处理效率。
⑤.采用异步处理方式，通过定时任务实现批量请求，提高整体性能。
⑥.定义Future类和Request对象，用于异步处理和批量请求，简化代码。
⑦.通过压测验证批量请求优化后的性能提升，确保优化方案有效。
⑧.优化后端接口调用次数，从一万次减少至十一次，显著提升处理速度。
⑨.通过限制批量请求数据量，确保定时任务运行稳定，避免数据堆积。
3.批量处理与mysql的综合性能优化
3.1 实现逻辑描述
①.展示了一个包含商品ID、商品名称、库存和价格的示例表。
②.通过SQL语句更新库存，展示了库存如何随商品ID的变化而变化。
③.批处理优化不仅仅是针对单个任务的优化，而是可以实现MySQL的综合优化。
④.通过批处理优化，可以提高数据库的处理能力，减少并发问题，从而提升整体性能。
⑤.通过应用层批处理优化，可以将多个请求合并为一个请求，减少数据库处理负担。
⑥.通过哈希表计数，可以实现对相同商品ID的库存进行批量更新，提高效率。
⑦.批处理优化在实战中的应用可以显著提升系统性能，特别是在高并发请求场景下。
⑧.结合业务需求和批处理优化，可以实现MySQL的极致优化，提升整体性能。