在工作中常常遇到需要批量请求接口的场景，比如重置几千个测试账号的密码、给测试账号造一些数据等等场景，都需求进行大量操作。之前采取的单线程串行执行方式，耗时比较长，某次遇到了巨量的数据，故而产生了优化方案。
主要思路分成两种：1.使用Java NIO的HTTP异步请求；2.使用线程池并发执行请求。
最终采用了2方案，原因如下：
- 项目框架中已经默认了同步HTTPclient，兼容异步client改造成本较高
- 方案1难以控制单位时间请求量，会导致服务压力陡增
参考文章：
思路
总体思路就是使用定长线程池，然后每次把需要执行的任务包装成一个java.lang.Runnable实现类。
- 控制压力：使用定长线程池的线程数
- 线程同步：使用
java.util.concurrent.CountDownLatch或者java.util.concurrent.Phaser进行多线程任务同步，最终关闭线程池
参考文章：
实现
这里分享一下java.util.concurrent.CountDownLatch或者java.util.concurrent.Phaser两种同步类的使用。
java.util.concurrent.CountDownLatch
class MocoReset extends OBase {
public static void main(String[] args) {
def keys = DataUtils.getMocoTokens()
ExecutorService pool = ThreadPoolUtil.createFixedPool(10); //创建定长线程池
CountDownLatch latch = new CountDownLatch(keys.size()); //创建同步对象
keys.each {
def base = getBase(it)
def balance = new Balance(base)
pool.execute(() -> {
balance.reset()
latch.countDown()
})
}
latch.await()
pool.shutdown()
}
}
java.util.concurrent.Phaser
class MocoReset extends Base {
public static void main(String[] args) {
def keys = DataUtils.getMocoTokens()
ExecutorService pool = ThreadPoolUtil.createFixedPool(10); //创建定长线程池
def phaser = new Phaser(1)
keys.each {
def base = getBase(it)
def balance = new Balance(base)
pool.execute(() -> {
phaser.register()
balance.reset()
phaser.arriveAndDeregister()
})
}
phaser.arriveAndAwaitAdvance()
pool.shutdown()
}
}
总结
多线程编程在测试中使用还是非常犀利的，我自己尝试了一下，线程稳定在10-20是比较安全的。理论计算，效率提高10倍-20倍。