从前有个大师，率领一群徒弟，为客户做了一个软件系统。某天，客户提出了一个新的需求，向系统中的所有用户发送系统消息。由于当时系统刚上线不久，系统中的用户也就几十个。大师为了考验自己的徒弟，便将该需求分配给他的徒弟，要求每个人都做一套方案出来，于是便有了下面的故事。

 

徒弟们接收到该项任务后，每个人都想到了先建一张系统消息表，每次发送系统消息时，将数据保存在词表中，用户就能从该表中读取他个人的系统消息。用户信息表的模型如下：

 

 

基于上面的数据库模型，徒弟们分别作了不同的实现方案，如下：

 

实现方案一：

 

小A是个急性子，领到任务后。立即开始了他的编程思路：将系统中的所有用户都取出来，然后遍历所有的用户，每次迭代时插入一条系统消息。伪代码如下：

List<FavUser> userList = favUserService.getAllUser();

for (FavUser favUser : userList){

SysMessage sysMessage = new SysMessage();

...

sysMessage.setReceiveUserId(favUser.getUserId());

sysMessageService.addSysMessage(sysMessage);

}

由于系统中的用户较少，小A几遍测试，发现系统中运行良好，便将该方案提交了上去。

 

实现方案二：

小B接到任务后，想到应该先把系统中所有的用户Ids取出来，然后遍历这些ids，每次迭代时都插入一条系统消息。基于此，小B的伪代码如下：

List<Integer> userIdsList = favUserService.getAllUserIds();

for (Integer userId : userIdsList ){

SysMessage sysMessage = new SysMessage();

...

sysMessage.setReceiveUserId(userId);

sysMessageService.addSysMessage(sysMessage);

}

由于系统中的用户较少，小B几遍测试，发现系统中运行良好，也将该方案提交了上去。

 

实现方案三：

 

小C接到任务后，考虑到每次插入的系统消息，除了用户id不同外，其余的数据项都相同，便想到了批量插入数据。由于MySQL数据库支持批量插入数据，小C设计出了执行的SQL语句与伪代码：

 

执行的SQL语句如下：

< insert id= "addBatchSysMessage" parameterType= "com.favccxx.favsoft.SysMessage" >

insert into sys_message (MESSAGE_TITLE, MESSAGE_CONTENT, MESSAGE_STATUS, RECEIVE_USER_ID, RECEIVE_TIME, CREATE_TIME

)

values

<foreach collection= "list" item= "item" index = "index" separator= "," >

( #{item.messageTitle,jdbcType= VARCHAR },#{item.messageContent,jdbcType= VARCHAR }, #{item.messageStatus,jdbcType= CHAR }, #{item.receiveUserId,jdbcType= INTEGER },#{item.receiveTime,jdbcType= TIMESTAMP }, #{item.createTime,jdbcType= TIMESTAMP }

)

</foreach>

</ insert >

　　伪代码如下：
 

List<FavUser> userList = favUserService.getAllUser();

List<SysMessage> dataList = new ArrayList<SysMessage>();

for (FavUser favUser : userList){

sysMessage.setReceiveUserId(favUser.getUserId());

dataList.add(sysMessage);

}

List<SysMessage> subList = dataList.subList( , );

sysMessageService.addBatchSysMessage(subList);

小C向系统中添加了几千个模拟用户，测试系统运行良好。但发现将系统中的用户增加至几万时，发送系统消息速度明显变慢。于是，小C采用了分组的方式进行插入，每10，000条插入一次，系统运行良好。

实现方案四

 

小D接到任务后，考虑的也是批量插入数据，但与小C不同的是，他想通过执行一次SQL完成批量插入数据。即先将待发送的消息存入数据库中，然后通过MySQL查询并同时将数据插入系统消息。小D的MySQL设计如下：

< insert id= "addAllSysMessage" parameterType= "com.favccxx.favsoft.SysMessage" >

insert into sys_message ( MESSAGE_TITLE,

MESSAGE_CONTENT, MESSAGE_STATUS, RECEIVE_USER_ID,

RECEIVE_TIME, CREATE_USER_ID, CREATE_TIME

)

select

a.MESSAGE_TITLE as MESSAGE_TITLE,

a.MESSAGE_CONTENT as MESSAGE_CONTENT,

as MESSAGE_STATUS,

b.user_id AS RECEIVE_USER_ID,

now() as RECEIVE_TIME,

now() as CREATE_TIME

from sys_message_send_info a,

(

select user_id FROM auth_user

) b

where sendInfoId=#{sendInfoId}

</ insert >

1
int insertCount = sysMessageService.addAllSysMessage(sendInfoId);

　　小D向系统中插入了10万个模拟用户，经测试，系统运行良好。以下是向113508个用户发送消息的花费时间。