Java-多线程以提高将数据插入数据库的性能

Question

我正在MYSQL中的一个表上建立一个索引表(倒排文件)。它的工作方式是从文件中提取所有单词并将它们存储到哈希集，然后将单词一个一个地插入到我的数据库表中。

它工作得很好，我知道倒排文件确实需要一些时间来建立索引表。我正在尝试优化表的索引时间，并且正在考虑使用多线程。它会加快性能吗？

但是，我不太确定如何将它与我当前的程序集成，因为我是多线程的新手。

代码:

public static void main(String[] args) throws Exception {

        StopWatch stopwatch = new StopWatch();
        stopwatch.start();



        File folder = new File("D:\\PDF1");
        File[] listOfFiles = folder.listFiles();

        for (File file : listOfFiles) {
            if (file.isFile()) {
                HashSet<String> uniqueWords = new HashSet<>();
                String path = "D:\\PDF1\\" + file.getName();
                try (PDDocument document = PDDocument.load(new File(path))) {

                    if (!document.isEncrypted()) {

                        PDFTextStripper tStripper = new PDFTextStripper();
                        String pdfFileInText = tStripper.getText(document);
                        String lines[] = pdfFileInText.split("\\r?\\n");
                        for (String line : lines) {
                            String[] words = line.split(" ");

                            for (String word : words) {
                                uniqueWords.add(word)
                                ;

                            }

                        }
                        // System.out.println(uniqueWords);

                    }
                } catch (IOException e) {
                    System.err.println("Exception while trying to read pdf document - " + e);
                }
                Object[] words = uniqueWords.toArray();



                MysqlAccessIndex connection = new MysqlAccessIndex();

                for(int i = 1 ; i <= words.length - 1 ; i++ ) {

                    connection.readDataBase(path, words[i].toString());

                }

                System.out.println("Completed");

            }
        }

MySQL 连接:

public class MysqlAccessIndex {
    public Connection connect = null;
    public Statement statement = null;
    public PreparedStatement preparedStatement = null;
    public ResultSet resultSet = null;

    public void connect() throws Exception {
        // This will load the MySQL driver, each DB has its own driver
        Class.forName("com.mysql.jdbc.Driver");
        // Setup the connection with the DB
        connect = DriverManager
                .getConnection("jdbc:mysql://126.32.3.20/fulltext_ltat?"
                        + "user=root&password=root");

        // Statements allow to issue SQL queries to the database
        statement = connect.createStatement();
        System.out.print("Connected");

    }
    public MysqlAccessIndex() throws Exception {

        connect();
    }


    public void readDataBase(String path,String word) throws Exception {
        try {

            // Result set get the result of the SQL query


            // This will load the MySQL driver, each DB has its own driver
            Class.forName("com.mysql.jdbc.Driver");
            // Setup the connection with the DB
            connect = DriverManager
                    .getConnection("jdbc:mysql://126.32.3.20/fulltext_ltat?"
                            + "user=root&password=root");

            // Statements allow to issue SQL queries to the database
            statement = connect.createStatement();
            System.out.print("Connected");
            // Result set get the result of the SQL query

            preparedStatement = connect
                    .prepareStatement("insert IGNORE into  fulltext_ltat.indextable values (default,?, ?) ");

            preparedStatement.setString(  1, path);
            preparedStatement.setString(2, word);
            preparedStatement.executeUpdate();
            // resultSet = statement
            //.executeQuery("select * from fulltext_ltat.index_detail");



            //  writeResultSet(resultSet);
        } catch (Exception e) {
            throw e;
        } finally {
            close();
        }

    }

如有任何指点，我将不胜感激。

Answer 1

不，将数据推送到具有多个线程的数据库通常不会加快任何速度。

请尝试以下操作:

[1] 批量添加数据时，请使用您的数据库引擎提供的批量添加数据原语。我不知道 mysql 是否支持这个，以及如何从 java 中做到这一点。例如，在 postgres 中，您将使用 COPY 而不是 INSERT。

[2] 特别是如果您不能使用 COPY 或类似功能，请关闭所有索引(删除它们)，然后执行所有插入，然后添加索引，这比先创建索引然后插入要快。

[3] 使用事务，每大约 100 次插入就提交一次事务。在大多数情况下，这比每次插入后提交更快，也比数十万次后提交更快。

[4] 开始得更早。在您的示例代码中，您可以立即开始插入，而不是先将所有数据填充到哈希集中，然后再添加。

[5] 不要一直做准备好的陈述；重复使用同一个。

[6] 你做了一个声明，两次，什么都不做。不;你在浪费资源。

[7] preparedstatements 需要关闭。你没有关闭它们。这可能会大大减慢速度。不要做那么多(应该做一个)，用完就关掉。搜索“ARM”，这是一个 java 构造，可以轻松正确地关闭资源。到现在已经 10 多年了。