干货分享：利用Java多线程技术导入数据到Elasticsearch

作者花了3天的时间，利用java线程池框架Executors中的FixedThreadPool线程池重写了MTE导入工具，单台服务器导入效率提高十几倍（合理调整线程数据，效率更高）。

作者：Wooola来源：头条科技|2019-07-15 16:10

近期接到一个任务，需要改造现有从mysql往Elasticsearch导入数据MTE(mysqlToEs)小工具，由于之前采用单线程导入，千亿数据需要两周左右的时间才能导入完成，导入效率非常低。所以楼主花了3天的时间，利用java线程池框架Executors中的FixedThreadPool线程池重写了MTE导入工具，单台服务器导入效率提高十几倍（合理调整线程数据，效率更高）。

关键技术栈

• Elasticsearch
• ExecutorService\Thread

工具说明

maven依赖

1. <dependency> 
2.  <groupId>mysql</groupId> 
3.  <artifactId>mysql-connector-java</artifactId> 
4.  <version>${mysql.version}</version> 
5. </dependency> 
6. <dependency> 
7.  <groupId>org.elasticsearch</groupId> 
8.  <artifactId>elasticsearch</artifactId> 
9.  <version>${elasticsearch.version}</version> 
10. </dependency> 
11. <dependency> 
12.  <groupId>org.elasticsearch.client</groupId> 
13.  <artifactId>transport</artifactId> 
14.  <version>${elasticsearch.version}</version> 
15. </dependency> 
16. <dependency> 
17.  <groupId>org.projectlombok</groupId> 
18.  <artifactId>lombok</artifactId> 
19.  <version>${lombok.version}</version> 
20. </dependency> 
21. <dependency> 
22.  <groupId>com.alibaba</groupId> 
23.  <artifactId>fastjson</artifactId> 
24.  <version>${fastjson.version}</version> 
25. </dependency> 

java线程池设置

默认线程池大小为21个，可调整。其中POR为处理流程已办数据线程池，ROR为处理流程已阅数据线程池。

1. private static int THREADS = 21; 
2. public static ExecutorService POR = Executors.newFixedThreadPool(THREADS); 
3. public static ExecutorService ROR = Executors.newFixedThreadPool(THREADS); 

定义已办生产者线程/已阅生产者线程：ZlPendProducer/ZlReadProducer

1. public class ZlPendProducer implements Runnable { 
2.  @Override 
3.  public void run() { 
4.  System.out.println(threadName + "::启动..."); 
5.  for (int j = 0; j < Const.TBL.TBL_PEND_COUNT; j++) 
6.  int size = 1000; 
7.  for (int i = 0; i < count; i += size) { 
8.  if (i + size > count) { 
9.  //作用为size***没有100条数据则剩余几条newList中就装几条 
10.  size = count - i; 
11.  String sql = "select * from " + tableName + " limit " + i + ", " + size; 
12.  System.out.println(tableName + "::sql::" + sql); 
13.  rs = statement.executeQuery(sql); 
14.  List<HistPendingEntity> lst = new ArrayList<>(); 
15.  while (rs.next()) { 
16.  HistPendingEntity p = PendUtils.getHistPendingEntity(rs); 
17.  lst.add(p); 
18.  MteExecutor.POR.submit(new ZlPendConsumer(lst)); 
19.  Thread.sleep(2000); 
20.  } catch (Exception e) { 
21.  e.printStackTrace(); 
22. public class ZlReadProducer implements Runnable { 
23.  ...已阅生产者处理逻辑同已办生产者 

定义已办消费者线程/已阅生产者线程：ZlPendConsumer/ZlReadConsumer

1. public class ZlPendConsumer implements Runnable { 
2.  private String threadName; 
3.  private List<HistPendingEntity> lst; 
4.  public ZlPendConsumer(List<HistPendingEntity> lst) { 
5.  this.lst = lst; 
6.  @Override 
7.  public void run() { 
8.  lst.forEach(v -> { 
9.  String json = new Gson().toJson(v); 
10.  EsClient.addDataInJSON(json, Const.ES.HistPendDB_Index, Const.ES.HistPendDB_type, v.getPendingId(), null); 
11.  Const.COUNTER.LD_P.incrementAndGet(); 
12.  } catch (Exception e) { 
13.  e.printStackTrace(); 
14.  System.out.println("err::PendingId::" + v.getPendingId()); 
15. public class ZlReadConsumer implements Runnable { 
16.  //已阅消费者处理逻辑同已办消费者 

定义导入Elasticsearch数据监控线程：Monitor

监控线程-Monitor为了计算每分钟导入Elasticsearch的数据总条数，利用监控线程，可以调整线程池的线程数的大小，以便利用多线程更快速的导入数据。

1. public void monitorToES() { 
2.  new Thread(() -> { 
3.  while (true) { 
4.  StringBuilder sb = new StringBuilder(); 
5.  sb.append("已办表数::").append(Const.TBL.TBL_PEND_COUNT) 
6.  .append("::已办总数::").append(Const.COUNTER.LD_P_TOTAL) 
7.  .append("::已办入库总数::").append(Const.COUNTER.LD_P); 
8.  sb.append("~~~~已阅表数::").append(Const.TBL.TBL_READ_COUNT); 
9.  sb.append("::已阅总数::").append(Const.COUNTER.LD_R_TOTAL) 
10.  .append("::已阅入库总数::").append(Const.COUNTER.LD_R); 
11.  if (ldPrevPendCount == 0 && ldPrevReadCount == 0) { 
12.  ldPrevPendCount = Const.COUNTER.LD_P.get(); 
13.  ldPrevReadCount = Const.COUNTER.LD_R.get(); 
14.  start = System.currentTimeMillis(); 
15.  } else { 
16.  long end = System.currentTimeMillis(); 
17.  if ((end - start) / 1000 >= 60) { 
18.  start = end; 
19.  sb.append("\n#########################################\n"); 
20.  sb.append("已办每分钟TPS::" + (Const.COUNTER.LD_P.get() - ldPrevPendCount) + "条"); 
21.  sb.append("::已阅每分钟TPS::" + (Const.COUNTER.LD_R.get() - ldPrevReadCount) + "条"); 
22.  ldPrevPendCount = Const.COUNTER.LD_P.get(); 
23.  ldPrevReadCount = Const.COUNTER.LD_R.get(); 
24.  System.out.println(sb.toString()); 
25.  Thread.sleep(3000); 
26.  } catch (InterruptedException e) { 
27.  e.printStackTrace(); 
28.  }).start(); 

初始化Elasticsearch：EsClient

1. String cName = meta.get("cName");//es集群名字 
2. String esNodes = meta.get("esNodes");//es集群ip节点 
3. Settings esSetting = Settings.builder() 
4.  .put("cluster.name", cName) 
5.  .put("client.transport.sniff", true)//增加嗅探机制，找到ES集群 
6.  .put("thread_pool.search.size", 5)//增加线程池个数，暂时设为5 
7.  .build(); 
8. String[] nodes = esNodes.split(","); 
9. client = new PreBuiltTransportClient(esSetting); 
10. for (String node : nodes) { 
11.  if (node.length() > 0) { 
12.  String[] hostPort = node.split(":"); 
13.  client.addTransportAddress(new TransportAddress(InetAddress.getByName(hostPort[0]), Integer.parseInt(hostPort[1]))); 

初始化数据库连接

1. conn = DriverManager.getConnection(url, user, password); 

启动参数

1. nohup java -jar mte.jar ES-Cluster2019 node1:9300,node2:9300,node3:9300 root 123456! jdbc:mysql://ip:3306/mte 130 130 >> ./mte.log 2>&1 & 

参数说明

ES-Cluster2019 为Elasticsearch集群名字

node1:9300,node2:9300,node3:9300为es的节点IP

130 130为已办已阅分表的数据

程序入口：MteMain

1. // 监控线程 
2. Monitor monitorService = new Monitor(); 
3. monitorService.monitorToES(); 
4. // 已办生产者线程 
5. Thread pendProducerThread = new Thread(new ZlPendProducer(conn, "ZlPendProducer")); 
6. pendProducerThread.start(); 
7. // 已阅生产者线程 
8. Thread readProducerThread = new Thread(new ZlReadProducer(conn, "ZlReadProducer")); 
9. readProducerThread.start(); 

【编辑推荐】

点赞 0