随州网站设计开发方案,在线装修网,全球最大互联网公司排名,流程图制作并行数据库流 在我以前的文章中 #xff0c;我写了关于使用并行流和Speedment并行处理数据库内容的信息。 在许多情况下#xff0c;并行流可能比通常的顺序数据库流快得多。 线程池 Speedment是一个开源的Stream ORM Java工具包和Runtime Java工具#xff0c;它将现有的数… 并行数据库流 在我以前的文章中 我写了关于使用并行流和Speedment并行处理数据库内容的信息。 在许多情况下并行流可能比通常的顺序数据库流快得多。 线程池 Speedment是一个开源的Stream ORM Java工具包和Runtime Java工具它将现有的数据库及其表包装到Java 8流中。 我们可以使用现有的数据库并运行Speedment工具它将生成与我们使用该工具选择的表相对应的POJO类。 Speedment的一个独特功能是它支持并行数据库流并且可以使用不同的并行策略来进一步优化性能。默认情况下并行流是在公共ForkJoinPool上执行的它们可能会与其他任务竞争。 在本文中我们将学习如何根据自己的习惯执行并行数据库流。 ForkJoinPool可以更好地控制我们的执行环境。 加速入门 前往GitHub上的开放源Speedment 学习如何开始Speedment项目。 将工具连接到现有数据库确实很容易。 阅读我的 前一篇文章提供了有关数据库表和PrimeUtil类的外观的更多信息如以下示例所示。 在默认的ForkJoinPool上执行 这是我在上一篇文章中讨论的应用程序它将并行扫描数据库表以查找不确定的素数候选者然后将确定它们是否为素数并相应地更新表。 它是这样的 ManagerPrimeCandidate candidatesHigh app.configure(PrimeCandidateManager.class).withParallelStrategy(ParallelStrategy.computeIntensityHigh()).build();candidatesHigh.stream() .parallel() // Use a parallel stream.filter(PrimeCandidate.PRIME.isNull()) // Only consider nondetermined prime candidates.map(pc - pc.setPrime(PrimeUtil.isPrime(pc.getValue()))) // Sets if it is a prime or not.forEach(candidatesHigh.updater()); // Apply the Managers updater 首先我们使用stream().filter(PrimeCandidate.PRIME.isNull())方法在所有候选对象上创建一个流使用名为ParallelStrategy.computeIntensityHigh的并行策略其中“ prime” stream().filter(PrimeCandidate.PRIME.isNull()) null 。 然后对每个这样的总理候选人PC我们无论是“黄金”列设置为true 如果pc.getValue()是一个主要的或false 如果pc.getValue()是不是一个素数。 有趣的是 pc.setPrime()方法返回实体pc本身使我们能够轻松地标记多个流操作。 在最后一行我们通过应用candidatesHigh.updater()函数以检查结果更新数据库。 同样请确保查看我以前的文章 了解并行策略的详细信息和好处。 简而言之Java的默认并行策略可以很好地满足较低的计算需求因为它在每个线程上放置了大量初始工作项。 Speedment的并行策略对于中等到较高的计算需求更好地工作从而将少量工作项布置在参与的线程上。 该流将确定完全并行的质数并且执行线程将使用公共的ForkJoinPool如该图所示我的笔记本电脑有4个CPU核心和8个CPU线程 使用自定义执行器服务 正如我们在本文开头所了解的那样并行流是由Common执行的。 默认情况下为ForkJoinPool 。 但是有时我们想使用我们自己的执行器也许是因为我们害怕泛滥成灾 ForkJoinPool 以便其他任务无法正常运行。 可以为Speedment和其他流库轻松地定义我们自己的执行程序如下所示 final ForkJoinPool forkJoinPool new ForkJoinPool(3);forkJoinPool.submit(() - candidatesHigh.stream() .parallel().filter(PrimeCandidate.PRIME.isNull()).map(pc - pc.setPrime(PrimeUtil.isPrime(pc.getValue()))).forEach(candidatesHigh.updater()); );try {forkJoinPool.shutdown();forkJoinPool.awaitTermination(1, TimeUnit.HOURS);} catch (InterruptedException ie) {ie.printStackTrace();} 该应用程序代码未经修改但被包装到一个我们可以控制自己的自定义ForkJoinPool中。 在上面的示例中我们设置了只有三个工作线程的线程池。 工作线程不与公共ForkJoinPool的线程共享。 使用自定义执行程序服务的线程如下所示 这样我们既可以控制实际的ThreadPool本身又可以使用并行策略精确控制工作项在该池中的布局方式 保持游泳池中的热量 翻译自: https://www.javacodegeeks.com/2016/11/work-parallel-database-streams-using-custom-thread-pools.html