zoukankan      html  css  js  c++  java
  • SpringBoot数据聚合(spring-boot-data-aggregator-starter)

    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.

    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.

    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;
        }
    }

    上面的代码将串行改为并行执行,在有限的并发下可以提高性能,但是过于复杂。

    优雅的注解实现

    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 ,postsfollowers.

    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 和 @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 

    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

    注意, @DataConsumer 和 @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.

    注:此文转载自http://springcloud.cn/view/639,代码:https://github.com/lvyahui8/spring-boot-data-aggregator

    
    
    
  • 相关阅读:
    MyBatis
    泛型集合(经典)
    Java高级特性--------->>>>>实用类
    Java高级特性----->>>>集合
    【java面试题】StringBuilder与StringBuffer和String 的区别
    Java面向对象------>try{}catch(){}异常
    Java面向对象----->接口和抽象类
    Java修饰符------>static、native和final以及super和this关键字
    面向对象------->多态
    面向对象--->封装和继承
  • 原文地址:https://www.cnblogs.com/idoljames/p/11418028.html
Copyright © 2011-2022 走看看