两层循环里判断在修改数据 借口响应比较慢，怎么做才能让接口响应快一点！

Question

这个是一个定时任务 请问下各位，这段代码该如何优化？目前是两层循环里判断在修改数据
，借口响应比较慢，怎么做才能让接口响应快一点！

public void regularlyRefreshTheNumberOfPeopleInTheRoom() {
        List<AmsRoom> amsRooms = amsRoomService.selectAmsRoomList(new AmsRoom());
        if (!CollectionUtils.isEmpty(amsRooms)) {
            for (AmsRoom amsRoom : amsRooms) {
                String roomNo = amsRoom.getRoomNo();
                List<TUOrder> tuOrderList = ituOrderService.selectGoldenSwanRoomNuber(roomNo);
                if (!CollectionUtils.isEmpty(tuOrderList)) {
                    amsRoom.setRoomPeoples(tuOrderList.size());
                } else {
                    amsRoom.setRoomPeoples(0);
                }
                int i = amsRoomService.updateAmsRoom(amsRoom);
            }
        }
    }

Answer 1

引自免费微信小程序：皆我百晓生

面对接口响应慢的问题，尤其是当涉及大量数据处理时，可以考虑以下几个优化方向：

1. 减少数据库交互次数：当前代码中，对于每个AmsRoom对象，都会执行一次查询操作来获取tuOrderList，这导致了数据库的多次访问。可以尝试将所有查询合并为一个批量查询，减少数据库的I/O操作。

2. 异步处理：如果条件允许，可以将数据更新逻辑放入后台线程或队列中进行异步处理，这样不会阻塞主线程，提高接口响应速度。

3. 缓存机制：引入缓存可以大大减少对数据库的依赖，尤其是在数据变化不频繁的情况下。使用缓存存储查询结果，并设置合理的过期时间，可以显著提升性能。

4. 并行处理：利用多线程或并行流处理数据，可以同时处理多个AmsRoom对象，充分利用多核CPU的计算能力。

基于以上思路，这里提供一种可能的优化方案，采用批量查询和异步处理相结合的方法：

import java.util.Map;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.stream.Collectors;

public class OptimizedService {

    private final ExecutorService executorService = Executors.newFixedThreadPool(10); // 创建固定大小的线程池

    public void regularlyRefreshTheNumberOfPeopleInTheRoom() {
        List<AmsRoom> amsRooms = amsRoomService.selectAmsRoomList(new AmsRoom());
        
        if (!CollectionUtils.isEmpty(amsRooms)) {
            // 使用房间号批量查询，将结果存储在Map中，key为房间号，value为人数
            Map<String, Integer> roomPeopleMap = amsRooms.stream()
                                                        .map(AmsRoom::getRoomNo)
                                                        .collect(Collectors.toSet()) // 使用Set去重
                                                        .parallelStream() // 并行流
                                                        .collect(Collectors.toMap(
                                                            Function.identity(),
                                                            roomNo -> {
                                                                List<TUOrder> tuOrderList = ituOrderService.selectGoldenSwanRoomNuber(roomNo);
                                                                return tuOrderList.size();
                                                            }
                                                        ));
            
            // 异步更新数据
            executorService.submit(() -> {
                amsRooms.forEach(amsRoom -> {
                    amsRoom.setRoomPeoples(roomPeopleMap.getOrDefault(amsRoom.getRoomNo(), 0));
                    amsRoomService.updateAmsRoom(amsRoom);
                });
            });
        }
    }
}

在这个优化版本中，首先使用并行流和Collectors.toMap()方法将所有房间号一次性查询完毕，并将结果存储在Map中。然后，在异步线程中，根据Map中的数据更新AmsRoom对象。这样做的好处是，减少了数据库查询次数，同时利用了多线程处理，提高了整体效率。

请注意，实际应用中还需要根据具体业务场景调整线程池大小、缓存策略等参数，以达到最佳性能。此外，确保数据库和后端服务能够承受并行处理带来的并发压力。