使用函數(shù)式接口分離分頁與業(yè)務(wù)邏輯

場景:定時(shí)任務(wù)查詢?nèi)頂?shù)據(jù)進(jìn)行處理推送時(shí)金踪,采用的策略是分頁每次查詢100條數(shù)據(jù)钠龙,進(jìn)行業(yè)務(wù)處理威创,直到所有數(shù)據(jù)都處理完成榕订。因?yàn)閿?shù)據(jù)量太大導(dǎo)致出現(xiàn):

SELECT * FROM table_name ORDER BY id ASC \color{red}{limit} \color{red}{3000000,100}

這樣的分頁sql 性能是非常低的,因?yàn)閿?shù)據(jù)庫會(huì)從第一條數(shù)據(jù)遍歷到第3000000條蛹找,再進(jìn)行分頁姨伤。

public ReturnT<String> execute(String param) {
        List<Person> persons;
        for (int i = 0; ; i += 100) {
            String limitSql = "limit " + i + ",100";
            persons = personService.selectList(new QueryWrapper<Person>()
                    .lambda().orderByAsc(Person::getId).last(limitSql));
            
//=========================業(yè)務(wù)邏輯==========================================================
            persons.forEach(e -> {
                try {
                    rocketProducer.send(RocketMqConstant.PERSON_TOPIC, RocketMqConstant.PERSON_TAG, e);
                } catch (Exception ex) {
                    log.error("異常, {}", ex);
                }
            });
//===========================================================================================
            //終止循環(huán)
            if (persons.size() < 100) break;
        }
        return ReturnT.SUCCESS;
    }

從上面的代碼可以看出來,除了分頁sql的性能問題庸疾,分頁和業(yè)務(wù)也耦合在了一起乍楚。類似的代碼有13處,全是使用類似的形式編寫届慈,分頁每次查詢100條進(jìn)行業(yè)務(wù)處理的邏輯徒溪。

分頁與業(yè)務(wù)進(jìn)行拆分
  • 分頁
  public static <T> void selectByConPage(
            Long start, Long size, BiFunction<Long, String, List<T>> function,
            Function<List<T>, Long> functionMaxId, Consumer<List<T>> consumer) {

        Long maxId = 0L;
    
        for (; ;) {

            // 拼接分頁條件.
            String limitSql = "limit " + size;
            // 執(zhí)行分頁查詢.
            List<T> apply = function.apply(maxId, limitSql);
            // 獲取最大id.
            maxId = functionMaxId.apply(apply);
            // 處理業(yè)務(wù)邏輯.
            consumer.accept(apply);
            // 最后一頁返回.
            if (apply.size() < size) break;
        }
    }

因?yàn)槿际悄J(rèn)從0條開始,每頁100行拧篮,因此重載分頁方法

/**
     * 默認(rèn)從0開始词渤,每頁100條.
     *
     * @param function
     * @param functionMaxId
     * @param consumer
     * @param <T>
     */
    public static <T> void selectByConPage(
            BiFunction<Long, String, List<T>> function,
            Function<List<T>, Long> functionMaxId, Consumer<List<T>> consumer) {

        selectByConPage(0L, 100L, function, functionMaxId, consumer);
    }
  • 業(yè)務(wù)
 private void business(List<Person> persons) {
        persons.forEach(e -> {
            try {
                rocketProducer.send(RocketMqConstant.PERSON_TOPIC, RocketMqConstant.PERSON_TAG, e);
            } catch (Exception ex) {
                log.error("異常, {}", ex);
            }
        });
    }
  • 查詢
 public List<Person> selectByCon(Long id, String limitSql) {
        LambdaQueryWrapper<Person> wrapper = new QueryWrapper<Person>().lambda()
                .gt(Person::getId, id)
                .orderByAsc(Person::getId).last(limitSql);

        return baseMapper.selectList(wrapper);
    }
  • 處理查詢結(jié)果,獲取最大id
 public Long selectMaxId(List<Person> list) {
        if (Optional.ofNullable(list).isPresent()) {
            Long maxId = list.stream().map(Person::getId).max(Comparator.naturalOrder()).orElse(Long.MAX_VALUE);
            return maxId;
        }
        return Long.MAX_VALUE;
    }
  • 改造完成之后
    將查詢和業(yè)務(wù)的函數(shù)以參數(shù)的形式傳入串绩,達(dá)到分頁與業(yè)務(wù)處理邏輯的分離以及復(fù)用分頁的目的缺虐。
public ReturnT<String> execute(String param) {

     PageAllMsgUtil.selectByConPage((id, limitSql) -> personService.selectByCon(id, limitSql),
                apply -> personService.selectMaxId(apply), list -> business(list));

        return ReturnT.SUCCESS;
    }
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市礁凡,隨后出現(xiàn)的幾起案子高氮,更是在濱河造成了極大的恐慌,老刑警劉巖顷牌,帶你破解...
    沈念sama閱讀 219,270評論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件剪芍,死亡現(xiàn)場離奇詭異,居然都是意外死亡窟蓝,警方通過查閱死者的電腦和手機(jī)罪裹,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,489評論 3 395
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來运挫,“玉大人状共,你說我怎么就攤上這事∷粒” “怎么了峡继?”我有些...
    開封第一講書人閱讀 165,630評論 0 356
  • 文/不壞的土叔 我叫張陵,是天一觀的道長匈挖。 經(jīng)常有香客問我碾牌,道長康愤,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,906評論 1 295
  • 正文 為了忘掉前任舶吗,我火速辦了婚禮征冷,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘裤翩。我一直安慰自己资盅,他們只是感情好调榄,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,928評論 6 392
  • 文/花漫 我一把揭開白布踊赠。 她就那樣靜靜地躺著,像睡著了一般每庆。 火紅的嫁衣襯著肌膚如雪筐带。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,718評論 1 305
  • 那天缤灵,我揣著相機(jī)與錄音伦籍,去河邊找鬼。 笑死腮出,一個(gè)胖子當(dāng)著我的面吹牛帖鸦,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播胚嘲,決...
    沈念sama閱讀 40,442評論 3 420
  • 文/蒼蘭香墨 我猛地睜開眼作儿,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了馋劈?” 一聲冷哼從身側(cè)響起攻锰,我...
    開封第一講書人閱讀 39,345評論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎妓雾,沒想到半個(gè)月后娶吞,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,802評論 1 317
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡械姻,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,984評論 3 337
  • 正文 我和宋清朗相戀三年妒蛇,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片楷拳。...
    茶點(diǎn)故事閱讀 40,117評論 1 351
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡绣夺,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出唯竹,到底是詐尸還是另有隱情乐导,我是刑警寧澤,帶...
    沈念sama閱讀 35,810評論 5 346
  • 正文 年R本政府宣布浸颓,位于F島的核電站物臂,受9級特大地震影響旺拉,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜棵磷,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,462評論 3 331
  • 文/蒙蒙 一蛾狗、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧仪媒,春花似錦沉桌、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,011評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至偎巢,卻和暖如春蔼夜,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背压昼。 一陣腳步聲響...
    開封第一講書人閱讀 33,139評論 1 272
  • 我被黑心中介騙來泰國打工求冷, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人窍霞。 一個(gè)月前我還...
    沈念sama閱讀 48,377評論 3 373
  • 正文 我出身青樓匠题,卻偏偏與公主長得像,于是被迫代替她去往敵國和親但金。 傳聞我的和親對象是個(gè)殘疾皇子韭山,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,060評論 2 355

推薦閱讀更多精彩內(nèi)容