【总结】ITOO在线编辑性能优化——多线程

2024-08-27 15:18
文章标签 总结 优化 性能 多线程 编辑 在线 itoo

本文主要是介绍【总结】ITOO在线编辑性能优化——多线程，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

   项目背景

           

     

问题：

      由上图可以知道，“页面需要根据试卷id获取全部的试卷信息”，由下面代码可以看出根据返回的“returnPaperDetail”进行开始进行嵌套循环操作。
     图解：
  

       具体代码如下
      
  
	/**
	 * 功能：queryAllQuestion
	 * 描述：加载页面查询出所有表的数据
	 * 主要实体：ExaminationPaper（4张表的联合：questionMain，questionSub,paperMain,paperSub）
	 * 作者:十一期 谭倩倩
	 * 时间：2016-6-18
	 * 修改人：
	 * 修改时间：
	 * @param request
	 * @param response
	 */
	@RequestMapping("/queryAllQuestion")
	public void queryAllQuestion(HttpServletRequest request,HttpServletResponse response)
	{
		//1.抽取paperMain
			ExaminationPaper examinationPaper=new ExaminationPaper();			
			String paperMainId=paperId.replace("'", "");//暂时使用假数据			
			String dataBaseName="itoo_exam";
			PaperMain RepaperMain=paperMainBean.queryPaperMainById(paperMainId, dataBaseName);
			examinationPaper.setId(paperMainId);
			examinationPaper.setPaperName(RepaperMain.getComment());
			examinationPaper.setPaperScore(RepaperMain.getScore());
		//2. 抽取paperdetail和questionMain数据（嵌套循环）
			
			List<PaperDetail> returnPaperDetail=this.ReturnqueryPaperDetail(paperMainId, dataBaseName);
			List<QuestionMain> RequestionMainList=new ArrayList<QuestionMain>();
			List<QuestionSub> RequestionSubList=new ArrayList<QuestionSub>();
			
			
			//循环paperdetail
			for (PaperDetail returnSinglePaperDetail : returnPaperDetail) 
			{	
				 RequestionMainList=this.ReturnQuestionMain(returnSinglePaperDetail.getId(), dataBaseName);
				 
				 RequestionMainList = orderByQuestionMainList(RequestionMainList);
						for (QuestionMain returnSinglequestionMain : RequestionMainList) 
 { 				
								RequestionSubList=this.ReturnQuestionSub(returnSinglequestionMain.getId(), dataBaseName);
								returnSinglequestionMain.setOptions(RequestionSubList);								
				 }
						
						//查询出来的组件
						List<QuestionTypeDetail> lstQuestionTypeDetail = paperMainBean.queryComponentById(
						returnSinglePaperDetail.getQuestionTypeId(), dataBaseName);
						returnSinglePaperDetail.setLstQuestionTypeDetail(lstQuestionTypeDetail);
						
					    //把组件的英文名称装到“returnSinglePaperDetail”里面
						
						returnSinglePaperDetail.setLstQuestionMain(RequestionMainList);
 
			}
		examinationPaper.setPaperDetails(returnPaperDetail);
		jacksonJson.beanToJson(response, examinationPaper);
	}
 
	/**
	 * @param RequestionMainList
	 * @return
	 */
	private List<QuestionMain> orderByQuestionMainList(
			List<QuestionMain> RequestionMainList) {
		/**对大小题进行排序思路：
//		  * ①定义一个 List<QuestionMain> bigLittleQuestion 用于存放排好序的大小题。
//		  * ②判断查出来的题型是大小题，则先筛选大题。
//		  * ③如果是大题，将其放到bigLittleQuestion中。
//		  * 	然后遍历所有题目，找到该大题对应的所有小题。放到bigLittleQuestion中。
//		  * 
//		  * 
//		  */
	………………………………………………………………
	}

【解决方案】
        一套试卷有多个题型，那么我就设置每个题型为一个线程。

   图示：




代码如下：
      大体是实例化一个线程池，根据题目数量的多少来添加多少个线程，一个题型代表一个线程，最后遍历线程结果。
   
  
public void queryAllQuestion(HttpServletRequest request,HttpServletResponse response)
 {
 //1.抽取paperMain
 ExaminationPaper examinationPaper=new ExaminationPaper(); 
 String paperMainId=paperId.replace("'", "");//暂时使用假数据 
 String dataBaseName="itoo_exam";
 PaperMain RepaperMain=paperMainBean.queryPaperMainById(paperMainId, dataBaseName);
 examinationPaper.setId(paperMainId);
 examinationPaper.setPaperName(RepaperMain.getComment());
 examinationPaper.setPaperScore(RepaperMain.getScore());
 //2. 抽取paperdetail和questionMain数据（嵌套循环）
 List<PaperDetail> returnPaperDetail=this.ReturnqueryPaperDetail(paperMainId, dataBaseName);
 
 //测试加上线程的时间
 long startTime=System.currentTimeMillis();
 int count=returnPaperDetail.size();
 
 //创建一个线程池
 ExecutorService executorService = Executors.newCachedThreadPool();
 List<Future<PaperDetail>> resultList = new ArrayList<Future<PaperDetail>>();
 for (PaperDetail returnSinglePaperDetail : returnPaperDetail) {
 //使用ExecutorService执行Callable类型的任务，并将结果保存在future变量中
 Future<PaperDetail> future = executorService.submit(new myCallable(returnSinglePaperDetail));
 //将任务执行结果存储到List中
 resultList.add(future);
 }
 List<PaperDetail> listPapaerDeatil=new ArrayList<PaperDetail>();
 
 //遍历任务的结果
 for (Future<PaperDetail> fp: resultList) {
 try {
 PaperDetail enPaperDetail =fp.get();
 listPapaerDeatil.add(enPaperDetail);
 } catch (InterruptedException | ExecutionException e) {
 // TODO Auto-generated catch block
 e.printStackTrace();
 }
 
 //启动一次顺序关闭，执行以前提交的任务，但不接受新任务。如果已经关闭，则调用没有其他作用。
 executorService.shutdown();
 }
 
 examinationPaper.setPaperDetails(listPapaerDeatil);
 long endTime=System.currentTimeMillis();
 System.out.println(endTime-startTime);
 
 jacksonJson.beanToJson(response, examinationPaper);
 }

 
   
/**
 * 多线程进行题干和选项查询。
 * @author 十一期 谭倩倩
 *
 */
 @SuppressWarnings("unchecked")
 public class myCallable implements Callable<PaperDetail>{
 private PaperDetail paperDetail;
 public myCallable(PaperDetail paperDetail) {
 this.paperDetail = paperDetail;
 }
 String dataBaseName="itoo_exam";
 public PaperDetail call(){
 List<QuestionMain> RequestionMainList=questionMainBean.queryQuestionbankList(paperDetail.getId(), dataBaseName);
 
 RequestionMainList = orderByQuestionMainList(RequestionMainList);
 for (QuestionMain returnSinglequestionMain : RequestionMainList) 
 { 
 
 List<QuestionSub> RequestionSubList=questionSubBean.queryQuestionbankOptionsList(returnSinglequestionMain.getId(), dataBaseName);
 returnSinglequestionMain.setOptions(RequestionSubList);
 
 }
 
 //查询出来的组件
 List<QuestionTypeDetail> lstQuestionTypeDetail = paperMainBean.queryComponentById(
 paperDetail.getQuestionTypeId(), dataBaseName);
 paperDetail.setLstQuestionTypeDetail(lstQuestionTypeDetail);
 
 //把组件的英文名称装到“returnSinglePaperDetail”里面
 
 paperDetail.setLstQuestionMain(RequestionMainList);
 return paperDetail;
 
 }
	}

【结果】

没有用线程的结果是：
（第一套测试卷子）


（第二套测试卷子）



用了线程的结果是：

（第一套测试卷子）




（第二套测试卷子）




【总结】

      还需要优化的性能：

      1. 算法优化
        （需要优化的代码） 
  
private List<QuestionMain> orderByQuestionMainList(
			List<QuestionMain> RequestionMainList) {
		/**对大小题进行排序思路：
//		  * ①定义一个 List<QuestionMain> bigLittleQuestion 用于存放排好序的大小题。
//		  * ②判断查出来的题型是大小题，则先筛选大题。
//		  * ③如果是大题，将其放到bigLittleQuestion中。
//		  * 	然后遍历所有题目，找到该大题对应的所有小题。放到bigLittleQuestion中。
//		  * 
//		  * 仍需要优化
//		  */
		if (RequestionMainList!=null && RequestionMainList.size()>1 ) 
		 {
			 
				 if ( RequestionMainList.get(0).getIsParentQuestion()==1 || RequestionMainList.get(0).getParentQuestionId()!=null) 
				 {//筛选是大小题
					 List<QuestionMain> bigLittleQuestion=new ArrayList<QuestionMain>();
					 
							for (int i = 0; i < RequestionMainList.size(); i++) 
							{
								if (RequestionMainList.get(i).getIsParentQuestion()==1)
								{//查找出所有的大题干
									bigLittleQuestion.add(RequestionMainList.get(i));
									//查找该大题干下面所有的小题干
									for (int j = 0; j < RequestionMainList.size(); j++)
									{
										//匹配该大题干下面的小题干
										if(RequestionMainList.get(j).getParentQuestionId()!=null)
										{
											if (RequestionMainList.get(j).getParentQuestionId().equals(RequestionMainList.get(i).getId()))
											{
												bigLittleQuestion.add(RequestionMainList.get(j));
											}
										}
									}
									
								
								}
							}
					RequestionMainList=bigLittleQuestion;
				}						 
		}
		return RequestionMainList;
	}

      2. 批量查询或者缓存
         （需要优化的代码） 
  
for (QuestionMain returnSinglequestionMain : RequestionMainList) 
						{							
													
								List<QuestionSub> RequestionSubList=questionSubBean.queryQuestionbankOptionsList(returnSinglequestionMain.getId(), dataBaseName);

这篇关于【总结】ITOO在线编辑性能优化——多线程的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/1112032。

相关文章

Spring Boot + MyBatis Plus 高效开发实战从入门到进阶优化(推荐)

Spring Boot + MyBatis Plus 高效开发实战从入门到进阶优化(推荐)

《SpringBoot+MyBatisPlus高效开发实战从入门到进阶优化(推荐)》本文将详细介绍SpringBoot+MyBatisPlus的完整开发流程,并深入剖析分页查询、批量操作、动... 目录Spring Boot + MyBATis Plus 高效开发实战：从入门到进阶优化1. MyBatis
阅读更多...
MyBatis 动态 SQL 优化之标签的实战与技巧(常见用法)

MyBatis 动态 SQL 优化之标签的实战与技巧(常见用法)

《MyBatis动态SQL优化之标签的实战与技巧(常见用法)》本文通过详细的示例和实际应用场景,介绍了如何有效利用这些标签来优化MyBatis配置,提升开发效率,确保SQL的高效执行和安全性,感... 目录动态SQL详解一、动态SQL的核心概念1.1 什么是动态SQL？1.2 动态SQL的优点1.3 动态S
阅读更多...
Python如何使用__slots__实现节省内存和性能优化

Python如何使用__slots__实现节省内存和性能优化

《Python如何使用__slots__实现节省内存和性能优化》你有想过,一个小小的__slots__能让你的Python类内存消耗直接减半吗,没错,今天咱们要聊的就是这个让人眼前一亮的技巧,感兴趣的... 目录背景：内存吃得满满的类__slots__：你的内存管理小助手举个大概的例子：看看效果如何？1.
阅读更多...
一文详解SpringBoot响应压缩功能的配置与优化

一文详解SpringBoot响应压缩功能的配置与优化

《一文详解SpringBoot响应压缩功能的配置与优化》SpringBoot的响应压缩功能基于智能协商机制,需同时满足很多条件,本文主要为大家详细介绍了SpringBoot响应压缩功能的配置与优化,需... 目录一、核心工作机制1.1 自动协商触发条件1.2 压缩处理流程二、配置方案详解2.1 基础YAML
阅读更多...
MySQL中慢SQL优化的不同方式介绍

MySQL中慢SQL优化的不同方式介绍

《MySQL中慢SQL优化的不同方式介绍》慢SQL的优化,主要从两个方面考虑,SQL语句本身的优化,以及数据库设计的优化,下面小编就来给大家介绍一下有哪些方式可以优化慢SQL吧... 目录避免不必要的列分页优化索引优化JOIN 的优化排序优化UNION 优化慢 SQL 的优化，主要从两个方面考虑，SQL 语
阅读更多...
java常见报错及解决方案总结

java常见报错及解决方案总结

《java常见报错及解决方案总结》：本文主要介绍Java编程中常见错误类型及示例,包括语法错误、空指针异常、数组下标越界、类型转换异常、文件未找到异常、除以零异常、非法线程操作异常、方法未定义异常... 目录1. 语法错误 (Syntax Errors)示例 1:解决方案：2. 空指针异常 (NullPoi
阅读更多...
MySQL中慢SQL优化方法的完整指南

MySQL中慢SQL优化方法的完整指南

《MySQL中慢SQL优化方法的完整指南》当数据库响应时间超过500ms时,系统将面临三大灾难链式反应,所以本文将为大家介绍一下MySQL中慢SQL优化的常用方法,有需要的小伙伴可以了解下... 目录一、慢SQL的致命影响二、精准定位问题SQL1. 启用慢查询日志2. 诊断黄金三件套三、六大核心优化方案方案
阅读更多...
Redis中高并发读写性能的深度解析与优化

Redis中高并发读写性能的深度解析与优化

《Redis中高并发读写性能的深度解析与优化》Redis作为一款高性能的内存数据库,广泛应用于缓存、消息队列、实时统计等场景,本文将深入探讨Redis的读写并发能力,感兴趣的小伙伴可以了解下... 目录引言一、Redis 并发能力概述1.1 Redis 的读写性能1.2 影响 Redis 并发能力的因素二、
阅读更多...
Java使用多线程处理未知任务数的方案介绍

Java使用多线程处理未知任务数的方案介绍

《Java使用多线程处理未知任务数的方案介绍》这篇文章主要为大家详细介绍了Java如何使用多线程实现处理未知任务数,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 知道任务个数，你可以定义好线程数规则，生成线程数去跑代码说明：1.虚拟线程池：使用 Executors.newVir
阅读更多...
MySQL使用binlog2sql工具实现在线恢复数据功能

MySQL使用binlog2sql工具实现在线恢复数据功能

《MySQL使用binlog2sql工具实现在线恢复数据功能》binlog2sql是大众点评开源的一款用于解析MySQLbinlog的工具,根据不同选项,可以得到原始SQL、回滚SQL等,下面我们就来... 目录背景目标步骤准备工作恢复数据结果验证结论背景生产数据库执行 SQL 脚本，一般会经过正规的审批
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2