前言
引用自: 《重构 改善既有代码的设计》
重构是在不改变软件可观察行为的前提下改善其内部结构。当你面对一个最需要重构的遗留系统时，其规模之大、历史之久、代码质量之差，常会使得添加单元测试或者理解其逻辑都成为不可能的任务。此时你唯一能依靠的就是那些已经被证明是行为保持的重构手法: 用绝对安全的手法从焦油坑中整理出可测试的接口，给它添加测试，以此作为继续重构的立足点。
因为我们部门内容平台的文章系统之前遗留了很多问题，急需解决这些具有"坏味道"的代码。最后因为其他人手头里都有其他工作，最后这些任务就交给了我。以下是急需解决的问题。
- 内容平台新增/更新/取消/删除文章，同步各集团下文章行为状态，消息链路过长的问题。
- article分享表停止规模新增，之前未做插入前的记录判断，通过新增的操作来进行记录留存。
- 文章表拆除大字段到分表，如content、content_draft等字段。
链路过长概述
内容平台新增/更新/取消/删除文章，同步各集团下文章行为状态，消息链路过长的问题。
-
问题导火索: 运营后台文章发布，发送消息到marketing-base
-
慢链路，链路过长
-
mysql数据同步，单条执行n次
-
es索引数据同步，dubbo接口调用n次
-
图1 链路图
链路过长剖解及解决思路
具体问题，具体对待
//开启同步开关的集团
List<Integer> groupList = autoSyncStatusService.getAutoSyncGroupByManageType(MANAGE_TYPE_GROUP_ARTICLE);
for (Integer groupId : syncSubjectList) {
SiteGroupInfoDTO siteGroupInfo = siteSPI.getGroupInfoById(groupId);
Set<String> groupBrandSet = carOnSaleManage.getGroupBrandSet(siteGroupInfo);
List<String> matchedBrandCodes = extractBrandCodesFromArticleLabel(article.getLabelInfos());
if (CollectionUtils.isEmpty(matchedBrandCodes) || CollectionUtils.containsAny(groupBrandSet, matchedBrandCodes)) {
ArticleGroupMaterialBO groupMaterialBO =
ArticleBeanConverter.convertMaterial2GroupMaterial(article, groupId, groupList);
// 设置对应的集团主题id
ArticleGroupSubjectBO groupSubjectBO =
articleGroupSubjectService.getGroupSubjectBySoucheId(groupId, article.getSubjectId());
if (Objects.nonNull(groupSubjectBO.getId())) {
groupMaterialBO.setSubjectId(groupSubjectBO.getId());
groupMaterialBO.setMaterialId(myArticleId);
articleGroupMaterialService.addArticleGroupMaterial(groupMaterialBO);
}
}
} else {
//查询同步的文章数据是否存在
List<ArticleGroupMaterialBO> list = articleGroupMaterialService.getListByMaterialId(myArticleId);
for (ArticleGroupMaterialBO a : list) {
if (groupList.contains(a.getGroupId())) {
articleGroupMaterialService.changeRecommendStatus(a.getId(), a.getGroupId(), recommend, article.getLastOperatorName(), article.getLastOperatorName());
}
}
}
-
第4行中我们可以看到这里有一个for循环♻️，假设开启同步开关的集体有1000家，则第18行中mysql插入操作就需要执行1000次。
-
第24行这里同样有一个for循环体♻️，则26行内部的es数据同步则需要调用1000次。它的实现如下:
@Override public boolean changeRecommendStatus(int id, int groupId, int recommended, String lastOperatorUserId, String lastOperatorName) { final boolean success = articleGroupMaterialDAO.changeRecommendStatus( id, groupId, recommended, lastOperatorUserId, lastOperatorName) > 0; if (success) { //更新索引，更改推荐状态 articleSearchManage.updateArticleIndex(ArticleIndexUtil.getUpdateRecommendIndex(recommended, id, lastOperatorName)); } return success; }解决思路
Mybatis批量插入
对于第一个循环♻️体中，我们需要将数据批量添加到数据库，
mybatis提供了将list集合循环添加到数据库的方法。- mapper层中创建
insertForeach(List < Fund > list) 方法,返回值是批量添加的数据条数
public interface FundMapper { int insertForeach(List<Fund> list); }- mybatis的xml文件中的insert语句如下
<?xml version="1.0" encoding="UTF-8" ?> <!DOCTYPE mapper PUBLIC "-//mybatis.org//DTD Mapper 3.0//EN" "http://mybatis.org/dtd/mybatis-3-mapper.dtd" > <mapper namespace="com.center.manager.mapper.FundMapper"> <insert id="insertForeach" parameterType="java.util.List" useGeneratedKeys="false"> insert into fund ( id,fund_name,fund_code,date_x,data_y,create_by,create_date,update_by,update_date,remarks,del_flag) values <foreach collection="list" item="item" index="index" separator=","> ( #{item.id}, #{item.fundName}, #{item.fundCode}, #{item.dateX}, #{item.dataY}, #{item.createBy}, #{item.createDate}, #{item.updateBy}, #{item.updateDate}, #{item.remarks}, #{item.delFlag} ) </foreach> </insert> </mapper>ES批量更新
com.souche.elastic.search.api.IndexService
方法：BulkUpdateResponse bulkUpdate(String index, Map<String, Object> event, String query, String origin) 参数： index：要操作的索引 event：更新的数据，可以只包含需要更新的字段，相当于mysql的update语句中的set语句中的字段 query：query中的条件相当于mysql中的where，具体语法与下面的搜索接口中【querys：string 复杂的复合查询 不同字段的OR 查询】相同 origin：操作源，一般写调用方自己的应用名，用于区分不同调用方 返回值： BulkUpdateResponse： { requestId：本次操作的唯一标示 status：状态，目前返回默认都是true updated：成功更新的条数 failed：更新失败的条数 message：第一条更新失败的原因 } 调用示例：1Map<String, Object> data = new HashMap<>(); 2 data.put("id", 20); 3 data.put("title", "xue yin"); 4 data.put("content", "kuang dao"); 5 BulkUpdateResponse response = indexService.bulkUpdate("test_index", data, "address=bj AND contry=cn", "shenfl");这条更新将test_index索引中所有 address是bj并且contry是cn 的数据的 title更新成‘xue yin’ content更新成‘kuang dao’，注意：address和contry两个字段在索引中需要加索引
- mapper层中创建
Article表插入逻辑优化，停止规模新增概述
Article逻辑优化剖解及解决思路
具体问题及解决思路
当前article数据表数据量:
select count(*) as 总数 from article;
结果如下:
总数
369737
@Override
public String addSharedArticle(ArticleBO articleBO) {
ArticleDO articleDO = new ArticleDO();
BeanUtils.copyProperties(articleBO, articleDO);
String shortUUID = UUIDUtil.getShortUUID();
articleDO.setUid(shortUUID);
if (articleDAO.addSharedArticle(articleDO) > 0) {
return shortUUID;
}
return StringUtil.EMPTY_STRING;
}
从上面这个业务逻辑实现类中，我们可以看到事实上我们想得到的是插入表数据的uid。但是之前的逻辑中，我们并没有判断该条数据是否已经存在，我们需要在上面代码中判断数据是否存在，已存在，查询最后一天数据的uid返回给上层。不存在的话，执行插入操作。
文章表拆除大字段到分表
article_material表结构设计
article_material | CREATE TABLE `article_material` (
`id` int(10) unsigned NOT NULL AUTO_INCREMENT,
`my_article_id` int(10) unsigned NOT NULL DEFAULT '0' COMMENT '内容平台我的文章id',
`status` tinyint(3) unsigned NOT NULL COMMENT '1-待发布、2-发布、3-取消发布',
`subject_id` int(10) unsigned NOT NULL DEFAULT '0' COMMENT '主题id',
`platform_id` int(10) unsigned NOT NULL DEFAULT '0' COMMENT '平台id',
`source` varchar(32) NOT NULL DEFAULT '' COMMENT '版块',
`crawler_article_id` varchar(32) NOT NULL DEFAULT '0' COMMENT '爬虫的文章id',
`title` varchar(64) NOT NULL DEFAULT '' COMMENT '标题',
`cover_img` varchar(128) NOT NULL COMMENT '封面图',
`summary` varchar(255) NOT NULL DEFAULT '' COMMENT '摘要',
`labels` varchar(512) NOT NULL DEFAULT '' COMMENT '标签',
`label_infos` varchar(1024) NOT NULL DEFAULT '' COMMENT '标签详细信息',
`content` text NOT NULL COMMENT '内容，用户看到的',
`content_imgs` text NOT NULL COMMENT '内容中图片',
`content_videos` varchar(255) NOT NULL DEFAULT '' COMMENT '内容中视频',
`content_draft` text NOT NULL COMMENT '草稿内容，编辑后保存到这里，发布后内容会复制到content，此字段清空',
`content_imgs_draft` text NOT NULL COMMENT '草稿内容的图片，同上',
`content_videos_draft` varchar(255) NOT NULL DEFAULT '' COMMENT '草稿内容的视频',
`recommended` tinyint(1) unsigned NOT NULL DEFAULT '0' COMMENT '0-不推荐、1-推荐',
`author_user_id` varchar(64) NOT NULL DEFAULT '' COMMENT '作者userId',
`author_name` varchar(16) NOT NULL COMMENT '作者名称',
`last_operator_user_id` varchar(64) NOT NULL DEFAULT '' COMMENT '最后操作人userId',
`last_operator_name` varchar(16) NOT NULL COMMENT '最后操作人名字',
`publish_date` datetime DEFAULT NULL COMMENT '发布时间',
`publisher_user_id` varchar(64) NOT NULL DEFAULT '' COMMENT '发布者userId',
`publisher_name` varchar(16) NOT NULL DEFAULT '' COMMENT '发布者名字',
`pv` int(10) unsigned NOT NULL DEFAULT '0' COMMENT '流量pv',
`uv` int(10) unsigned NOT NULL DEFAULT '0' COMMENT '流量uv',
`share_count` int(10) unsigned NOT NULL DEFAULT '0' COMMENT '分享次数',
`share_people_count` int(10) unsigned NOT NULL DEFAULT '0' COMMENT '分享人数',
`date_create` datetime NOT NULL,
`date_update` datetime NOT NULL,
`date_delete` datetime DEFAULT NULL,
`deleted` bigint(20) unsigned NOT NULL DEFAULT '0' COMMENT '0 表示未删除，删除后是毫秒级时间戳',
PRIMARY KEY (`id`),
UNIQUE KEY `uniq_id` (`my_article_id`),
KEY `idx_title_label_status` (`subject_id`,`platform_id`,`title`,`label_infos`(255),`source`)
) ENGINE=InnoDB AUTO_INCREMENT=861 DEFAULT CHARSET=utf8 COMMENT='文章素材库，给集团提供文章素材'
上表中content, content_imgs,content_videos都是text类型等大字段，对于这种类型，我们需要把这种类型的表拆分成2张表 article_metedata和article_content 两张表。
表拆分图示
