• Spring Boot 高效数据聚合之道


    项目地址和示例代码: https://github.com/lvyahui8/spring-boot-data-aggregator

    背景

    接口开发是后端开发中最常见的场景, 可能是RESTFul接口, 也可能是RPC接口. 接口开发往往是从各处捞出数据, 然后组装成结果, 特别是那些偏业务的接口.

    如何方便快速的开发高性能的接口, 是一个必须思考的问题.

    例如, 我现在需要实现一个接口, 拉取用户基础信息+用户的博客列表+用户的粉丝数据的整合数据, 假设已经有如下三个接口可以使用, 分别用来获取 用户基础信息 ,用户博客列表, 用户的粉丝数据.

    用户基础信息

    @Service
    public class UserServiceImpl implements UserService {
        @Override
        public User get(Long id) {
            try {Thread.sleep(1000L);} catch (InterruptedException e) {}
            /* mock a user*/
            User user = new User();
            user.setId(id);
            user.setEmail("lvyahui8@gmail.com");
            user.setUsername("lvyahui8");
            return user;
        }
    }
    
    

    用户博客列表

    @Service
    public class PostServiceImpl implements PostService {
        @Override
        public List<Post> getPosts(Long userId) {
            try { Thread.sleep(1000L); } catch (InterruptedException e) {}
            Post post = new Post();
            post.setTitle("spring data aggregate example");
            post.setContent("No active profile set, falling back to default profiles");
            return Collections.singletonList(post);
        }
    }
    
    

    用户的粉丝数据

    @Service
    public class FollowServiceImpl implements FollowService {
        @Override
        public List<User> getFollowers(Long userId) {
            try { Thread.sleep(1000L); } catch (InterruptedException e) {}
            int size = 10;
            List<User> users = new ArrayList<>(size);
            for(int i = 0 ; i < size; i++) {
                User user = new User();
                user.setUsername("name"+i);
                user.setEmail("email"+i+"@fox.com");
                user.setId((long) i);
                users.add(user);
            };
            return users;
        }
    }
    

    注意, 每一个方法都sleep了1s以模拟业务耗时.

    我们需要再封装一个接口, 来拼装以上三个接口的数据.

    PS: 这样的场景实际在工作中很常见, 而且往往我们需要拼凑的数据, 是要走网络请求调到第三方去的. 另外可能有人会想, 为何不分成3个请求? 实际为了客户端网络性能考虑, 往往会在一次网络请求中, 尽可能多的传输数据, 当然前提是这个数据不能太大, 否则传输的耗时会影响渲染. 许多APP的首页, 看着复杂, 实际也只有一个接口, 一次性拉下所有数据, 客户端开发也简单.

    串行实现

    编写性能优良的接口不仅是每一位后端程序员的技术追求, 也是业务的基本诉求. 一般情况下, 为了保证更好的性能, 往往需要编写更复杂的代码实现.

    但凡人皆有惰性, 因此, 往往我们会像下面这样编写串行调用的代码

    @Component
    public class UserQueryFacade {
        @Autowired
        private FollowService followService;
        @Autowired
        private PostService postService;
        @Autowired
        private UserService userService;
        
        public User getUserData(Long userId) {
            User user = userService.get(userId);
            user.setPosts(postService.getPosts(userId));
            user.setFollowers(followService.getFollowers(userId));
            return user;
        }
    }
    

    很明显, 上面的代码, 效率低下, 起码要3s才能拿到结果, 且一旦用到某个接口的数据, 便需要注入相应的service, 复用麻烦.

    并行实现

    有追求的程序员可能立马会考虑到, 这几项数据之间并无强依赖性, 完全可以并行获取嘛, 通过异步线程+CountDownLatch+Future实现, 就像下面这样.

    @Component
    public class UserQueryFacade {
        @Autowired
        private FollowService followService;
        @Autowired
        private PostService postService;
        @Autowired
        private UserService userService;
        
        public User getUserDataByParallel(Long userId) throws InterruptedException, ExecutionException {
            ExecutorService executorService = Executors.newFixedThreadPool(3);
            CountDownLatch countDownLatch = new CountDownLatch(3);
            Future<User> userFuture = executorService.submit(() -> {
                try{
                    return userService.get(userId);
                }finally {
                    countDownLatch.countDown();
                }
            });
            Future<List<Post>> postsFuture = executorService.submit(() -> {
                try{
                    return postService.getPosts(userId);
                }finally {
                    countDownLatch.countDown();
                }
            });
            Future<List<User>> followersFuture = executorService.submit(() -> {
                try{
                    return followService.getFollowers(userId);
                }finally {
                    countDownLatch.countDown();
                }
            });
            countDownLatch.await();
            User user = userFuture.get();
            user.setFollowers(followersFuture.get());
            user.setPosts(postsFuture.get());
            return user;
        }
    }
    

    上面的代码, 将串行调用改为并行调用, 在有限并发级别下, 能极大提高性能. 但很明显, 它过于复杂, 如果每个接口都为了并行执行都写这样一段代码, 简直是噩梦.

    优雅的注解实现

    熟悉java的都知道, java有一种非常便利的特性 ~~ 注解. 简直是黑魔法. 往往只需要给类或者方法上添加一些注解, 便可以实现非常复杂的功能.

    有了注解, 再结合Spring依赖自动注入的思想, 那么我们可不可以通过注解的方式, 自动注入依赖, 自动并行调用接口呢? 答案是肯定的.

    首先, 我们先定义一个聚合接口

    @Component
    public class UserAggregate {
        @DataProvider(id="userFullData")
        public User userFullData(@DataConsumer(id = "user") User user,
                                 @DataConsumer(id = "posts") List<Post> posts,
                                 @DataConsumer(id = "followers") List<User> followers) {
            user.setFollowers(followers);
            user.setPosts(posts);
            return user;
        }
    }
    

    其中

    • @DataProvider 表示这个方法是一个数据提供者, 数据Id为 userFullData

    • @DataConsumer 表示这个方法的参数, 需要消费数据, 数据Id为 user ,posts, followers.

    当然, 原来的3个原子服务 用户基础信息 ,用户博客列表, 用户的粉丝数据, 也分别需要添加一些注解

    @Service
    public class UserServiceImpl implements UserService {
        @DataProvider(id = "user")
        @Override
        public User get(@InvokeParameter("userId") Long id) {
    
    @Service
    public class PostServiceImpl implements PostService {
        @DataProvider(id = "posts")
        @Override
        public List<Post> getPosts(@InvokeParameter("userId") Long userId) {
    
    @Service
    public class FollowServiceImpl implements FollowService {
        @DataProvider(id = "followers")
        @Override
        public List<User> getFollowers(@InvokeParameter("userId") Long userId) {
    

    其中

    • @DataProvider 与前面的含义相同, 表示这个方法是一个数据提供者
    • @InvokeParameter 表示方法执行时, 需要手动传入的参数

    这里注意 @InvokeParameter@DataConsumer的区别, 前者需要用户在最上层调用时手动传参; 而后者, 是由框架自动分析依赖, 并异步调用取得结果之后注入的.

    最后, 仅仅只需要调用一个统一的门面(Facade)接口, 传递数据Id, Invoke Parameters,以及返回值类型. 剩下的并行处理, 依赖分析和注入, 完全由框架自动处理.

    @Component
    public class UserQueryFacade {
        @Autowired
        private DataBeanAggregateQueryFacade dataBeanAggregateQueryFacade;
    
        public User getUserFinal(Long userId) throws InterruptedException, 
        			IllegalAccessException, InvocationTargetException {
            return dataBeanAggregateQueryFacade.get("userFullData",
                    Collections.singletonMap("userId", userId), User.class);
        }
    }
    

    如何用在你的项目中

    上面的功能, 笔者已经封装为一个spring boot starter, 并发布到maven中央仓库.

    只需在你的项目引入依赖.

    <dependency>
      <groupId>io.github.lvyahui8</groupId>
      <artifactId>spring-boot-data-aggregator-starter</artifactId>
      <version>1.0.1</version>
    </dependency>
    

    并在 application.properties 文件中声明注解的扫描路径.

    # 替换成你需要扫描注解的包
    io.github.lvyahui8.spring.base-packages=io.github.lvyahui8.spring.example
    

    之后, 就可以使用如下注解和 Spring Bean 实现聚合查询

    • @DataProvider
    • @DataConsumer
    • @InvokeParameter
    • Spring Bean DataBeanAggregateQueryFacade

    注意, @DataConsumer@InvokeParameter 可以混合使用, 可以用在同一个方法的不同参数上. 且方法的所有参数必须有其中一个注解, 不能有没有注解的参数.

    项目地址和上述示例代码: https://github.com/lvyahui8/spring-boot-data-aggregator

    后期计划

    后续笔者将继续完善异常处理, 超时逻辑, 解决命名冲突的问题, 并进一步提高插件的易用性, 高可用性, 扩展性

  • 相关阅读:
    所谓的底层问题
    字符流与字节流
    字节和字符,对信息进行编码
    Asp.net和数据库的一些概念
    谈.NET,由编译器开始谈起
    Extjs中的dom,Ext.Element和Ext.Component对象的关系
    WCF和Delphi通信时序列化的问题
    认真的考虑了下领域模型,发现设计是最难的部分。书上的例子各个对象职责划分的不错,可惜能看懂不代表能设计出。
    MS100 [011020]
    MS100[001]
  • 原文地址:https://www.cnblogs.com/lvyahui/p/11007600.html
Copyright © 2020-2023  润新知