干货分享：利用Java多线程技术导入数据到Elasticsearch

 前言

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

工具说明

maven依赖

<dependency>  <groupId>mysql</groupId>  <artifactId>mysql-connector-java</artifactId>  <version>${mysql.version}</version> </dependency> <dependency>  <groupId>org.elasticsearch</groupId>  <artifactId>elasticsearch</artifactId>  <version>${elasticsearch.version}</version> </dependency> <dependency>  <groupId>org.elasticsearch.client</groupId>  <artifactId>transport</artifactId>  <version>${elasticsearch.version}</version> </dependency> <dependency>  <groupId>org.projectlombok</groupId>  <artifactId>lombok</artifactId>  <version>${lombok.version}</version> </dependency> <dependency>  <groupId>com.alibaba</groupId>  <artifactId>fastjson</artifactId>  <version>${fastjson.version}</version> </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。

private static int THREADS = 21; public static ExecutorService POR = Executors.newFixedThreadPool(THREADS); 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

public class ZlPendProducer implements Runnable {  ...  @Override  public void run() {  System.out.println(threadName + "::启动...");  for (int j = 0; j < Const.TBL.TBL_PEND_COUNT; j++)  try {  ....  int size = 1000;  for (int i = 0; i < count; i += size) {  if (i + size > count) {  //作用为size***没有100条数据则剩余几条newList中就装几条  size = count - i;  }  String sql = "select * from " + tableName + " limit " + i + ", " + size;  System.out.println(tableName + "::sql::" + sql);  rs = statement.executeQuery(sql);  List<HistPendingEntity> lst = new ArrayList<>();  while (rs.next()) {  HistPendingEntity p = PendUtils.getHistPendingEntity(rs);  lst.add(p);  }  MteExecutor.POR.submit(new ZlPendConsumer(lst));  Thread.sleep(2000);  }  ....  } catch (Exception e) {  e.printStackTrace();  }  } } public class ZlReadProducer implements Runnable {  ...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

public class ZlPendConsumer implements Runnable {  private String threadName;  private List<HistPendingEntity> lst;  public ZlPendConsumer(List<HistPendingEntity> lst) {  this.lst = lst;  }  @Override  public void run() {  ...  lst.forEach(v -> {  try {  String json = new Gson().toJson(v);  EsClient.addDataInJSON(json, Const.ES.HistPendDB_Index, Const.ES.HistPendDB_type, v.getPendingId(), null);  Const.COUNTER.LD_P.incrementAndGet();  } catch (Exception e) {  e.printStackTrace();  System.out.println("err::PendingId::" + v.getPendingId());  }  });  ...  } } public class ZlReadConsumer implements Runnable {  //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。

public void monitorToES() {  new Thread(() -> {  while (true) {  StringBuilder sb = new StringBuilder();  sb.append("已办表数::").append(Const.TBL.TBL_PEND_COUNT)  .append("::已办总数::").append(Const.COUNTER.LD_P_TOTAL)  .append("::已办入库总数::").append(Const.COUNTER.LD_P);  sb.append("~~~~已阅表数::").append(Const.TBL.TBL_READ_COUNT);  sb.append("::已阅总数::").append(Const.COUNTER.LD_R_TOTAL)  .append("::已阅入库总数::").append(Const.COUNTER.LD_R);  if (ldPrevPendCount == 0 && ldPrevReadCount == 0) {  ldPrevPendCount = Const.COUNTER.LD_P.get();  ldPrevReadCount = Const.COUNTER.LD_R.get();  start = System.currentTimeMillis();  } else {  long end = System.currentTimeMillis();  if ((end - start) / 1000 >= 60) {  start = end;  sb.append("n#########################################n");  sb.append("已办每分钟TPS::" + (Const.COUNTER.LD_P.get() - ldPrevPendCount) + "条");  sb.append("::已阅每分钟TPS::" + (Const.COUNTER.LD_R.get() - ldPrevReadCount) + "条");  ldPrevPendCount = Const.COUNTER.LD_P.get();  ldPrevReadCount = Const.COUNTER.LD_R.get();  }  }  System.out.println(sb.toString());  try {  Thread.sleep(3000);  } catch (InterruptedException e) {  e.printStackTrace();  }  }  }).start(); } 

初始化Elasticsearch：EsClient

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

初始化数据库连接

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

启动参数

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

// 监控线程 Monitor monitorService = new Monitor(); monitorService.monitorToES(); // 已办生产者线程 Thread pendProducerThread = new Thread(new ZlPendProducer(conn, "ZlPendProducer")); pendProducerThread.start(); // 已阅生产者线程 Thread readProducerThread = new Thread(new ZlReadProducer(conn, "ZlReadProducer")); readProducerThread.start();