记录下之前写得需求导出Excel：本身以为是一个简单得导出,

打包压缩命令linux_linux压缩打包命令_linux压缩命令tar.gz
前言
又来更新了，得空记录下之前写得一个需求，欢迎大佬前来指教，轻喷
需求导出Excel：本身以为是一个简单得导出,但是每行得记录文件中有一列为图片url,需要下载所有记录行对应得图片，然后压缩整个文件夹。
1.生成对应Excel___
2.根据时间日期创建对应文件夹#精确到毫秒级_____
3.Excel写入到对应得文件夹___
4.多线程根据图片Url写入到对应文件夹____
5.压缩整个文件夹,打包成.zip文件____
6.接口响应下载Url页面进行下载____
这里只做4.5.得代码讲解描述,其它也没什么好说得，话不多说上代码.
打包压缩命令linux_linux压缩命令tar.gz_linux压缩打包命令
linux压缩命令tar.gz_打包压缩命令linux_linux压缩打包命令
实现思路
多线程实现使用了线程池,Jdk1.8并发包下的CompletableFuture
第一步：得到基础数值

// 线程数 Integer threadNum = 10; // 每条线程需要处理的图片数 int dataNum = imageInfoVos.size() / threadNum; // 写入线程数 List threadS = new ArrayList(); for(int i=0; i

首先我们保存了需要下载的图片的Url列表，多线程的方式下载我们需要保证每个线程下载的图片不会重复,因此我们需要根据规则来切割保存Url列表的集合RAR FOR LINUX，从而保证每个线程下载属于自己的任务,上代码：

// 接上文代码 threadS.stream().map(item -> CompletableFuture.runAsync(() ->{ List theadItem = imageInfoVos.subList(dataNum * item,(item+1)==threadNum?imageInfoVos.size():Math.min(dataNum * (item + 1 ), imageInfoVos.size())); threadDownPic(theadItem,item,dirName); },threadPoolTaskExecutor)).collect(Collectors.toList()).forEach(item ->{ try { item.get(); }catch (Exception e){ log.error("============ 多线程down执行等待异常 msg:{} =============", e.getMessage()); } });

这里进行拆分讲解使用CompletableFuture.runAsync 走异步方式,遍历item 如item=10,也就是线程数为10,则直接执行10次(有线程池的前提下)

// 使用CompletableFuture.runAsync 走异步方式,遍历item // 如item=10,也就是线程数为10,则直接执行10次(有线程池的前提下) threadS.stream().map(item -> CompletableFuture.runAsync(() ->{

规则：根据item数值通过sublist 从开始到结束,截取对应线程所需要下载的Url列表

例：dataNum为每个线程需要完成的下载数如上文 dataNum为100时如：item=0 dataNum* item(0) =0,Math.min(dataNum * (item + 1 )=100 (item+1)==threadNum?imageInfoVos.size() 此次是为了保证最后一个线程处理最后不足的图片

根据如上规则即可得到每个线程需要下载的图片Url保证不会重复

// 根据item数值通过sublist 从开始到结束,截取对应线程所需要下载的Url列表 // 例：dataNum为每个线程需要完成的下载数如上文 dataNum为100时 // 如：item=0 dataNum* item(0) =0,Math.min(dataNum * (item + 1 )=100 // 根据如上规则即可得到每个线程需要下载的图片Url保证不会重复 // (item+1)==threadNum?imageInfoVos.size() 此次是为了保证最后一个线程处理最后不足的图片 List theadItem = imageInfoVos.subList(dataNum * item,(item+1)==threadNum?imageInfoVos.size():Math.min(dataNum * (item + 1 ), imageInfoVos.size())); // theadItem:图片Url item：所属下标 dirName：写入路径url threadDownPic(theadItem,item,dirName);

由于执行的异步方式,此处是为了线程池中所有线程都结束才能往下走,执行压缩文件步骤linux 常用命令，这里提一嘴，如果没有手动赋予线程池打包压缩命令linux，CompletableFuture默认使用monPool,会根据电脑核心数来指定，比如：我本机未指定就是7个线程打包压缩命令linux，执行方法时，会执行完前面7个线程任务，才会继续创建3个线程继续执行后续未完成的

},threadPoolTaskExecutor)).collect(Collectors.toList()).forEach(item ->{ try { item.get(); }catch (Exception e){ log.error("============ 多线程down执行等待异常 msg:{} =============", e.getMessage()); } });

实测主要代码也写完了,这种方式真的能提高效率吗？下面我贴几张测试图来说明其实这种方式并没有显著的提高效率，当然这是我本机环境测试的。效率是由网速决定,而不是由本机Cpu和io决定,比如10M带宽,一个线程一个一个顺序下载,但速度是10M,10个线程,可能每个线程的速度是1M,结果没有什么两样。相对于网速,多线程带来的cpu以及io节省的时间几乎可以忽略，瓶颈还是在网速. 接口优化点为：提高压缩效率可以不将图片保存到本地而直接压缩文件流

记录下之前写得需求导出Excel：本身以为是一个简单得导出,

添加新评论