需求：
接到个测试数据统计相关模块的需求，需要我们模拟“用户激活、注册、登录、创角、付费”的行为，制造若干用户行为数据。
思考：
在不熟悉接口对数据库的插入关系的情况下，直接对数据库表自行添加数据是十分不合理的。
又考虑到当前主要是针对业务，以及数据准确性进行测试，数据量不会特别大，所以应该采取调用接口的方式模拟用户行为。
使用接口进行模拟，这里推荐两种方式：
①、使用Java等编程语言编写代码。（推荐）
②、使用JMeter工具进行脚本编写。
上述两种方式都能实现批量调用接口的目的，但是个人更推荐自己进行编程，这样更利于调试纠错和后续拓展。
举例：
现需要模拟用户激活的场景，如100人在《火影忍者》游戏上激活；200人在《海贼王》游戏上激活......
上图是通过抓包拿到的 “用户设备激活” 接口，只要循环调用就可以达到批量制造数据的目的了。
实践：
自行搭建springboot项目架构，以下为service层的主要业务逻辑：
/**
* 批量初始化设备
* @param initDto
* @return
*/
@Override
public ResultVO addInitDevice(InitDto initDto) {
long startTime = new Date().getTime();
Map map = new HashMap();
int sum = 0;
map.put("sdkId", initDto.getSdkId());
map.put("dcChannelId", 3);
map.put("versionNo", 31);
map.put("subChannelId", 0);
map.put("deviceFactory", "HUAWEI");
map.put("deviceMac", "test:81:65:18:e6:67");
map.put("appId", initDto.getAppId());
map.put("channelId", initDto.getChannelId());
map.put("deviceOs", 1);
map.put("osVersion", "android5.1.1");
map.put("deviceModel", "SEA-AL10");
map.put("deviceDpi", "720×1280");
map.put("dcProductId", "2225");
//循环调用激活接口
for (int i = 0; i < initDto.getNumber(); i++) {
map.put("deviceId", this.getOnlyOneDeviceId());
//callInit是封装了的调用接口的方法
if (this.callInit(map, initDto.getTime()))
sum++;
}
ResultVO resultVO = new ResultVO();
if (sum > 0) {
resultVO.setCode(200);
resultVO.setMsg("success");
resultVO.setData(sum);
} else {
resultVO.setCode(100);
resultVO.setMsg("都初始化失败了");
}
long endTime = new Date().getTime();
System.out.println("此次处理总耗时:"+ (endTime - startTime)/1000);
return resultVO;
}
上述为单线程处理，循环中的内容需要等待前一个完成才能继续，相当于只有一个队伍，排队进行。
当前业务循环1000次，需要花费21秒。
优化：
@Autowired
private ThreadPoolTaskExecutor threadPoolTaskExecutor;
/**
* 使用线程池优化过的初始化设备
* @param initDto 初始化的入参对象
* @return
*/
@Override
public ResultVO addInitDevice2(InitDto initDto) {
long startTime = new Date().getTime();
Map map = new HashMap();
AtomicInteger sum = new AtomicInteger(0);
map.put("sdkId", initDto.getSdkId());
map.put("dcChannelId", 3);
map.put("versionNo", 31);
map.put("subChannelId", 0);
map.put("deviceFactory", "HUAWEI");
map.put("deviceMac", "test:81:65:18:e6:67");
map.put("appId", initDto.getAppId());
map.put("channelId", initDto.getChannelId());
map.put("deviceOs", 1);
map.put("osVersion", "android5.1.1");
map.put("deviceModel", "SEA-AL10");
map.put("deviceDpi", "720×1280");
map.put("dcProductId", "2225");
//倒数，此处用于多线程控制（全部线程执行完再继续执行）
CountDownLatch countDownLatch = new CountDownLatch(initDto.getNumber());
//todo 循环执行业务逻辑
for (int i = 0; i < initDto.getNumber(); i++) {
map.put("deviceId", getOnlyOneDeviceId());
//todo 使用线程池
threadPoolTaskExecutor.execute(()->{
if (callInit(map, initDto.getTime())){
sum.getAndAdd(1);
}
countDownLatch.countDown();
});
}
try {
countDownLatch.await();
} catch (InterruptedException e) {
e.printStackTrace();
}
ResultVO resultVO = new ResultVO();
if (sum.get()>0) {
resultVO.setCode(200);
resultVO.setMsg("success");
resultVO.setData(sum);
} else {
resultVO.setCode(100);
resultVO.setMsg("都初始化失败了");
}
long endTime = new Date().getTime();
System.out.println("此次处理总耗时:"+ (endTime - startTime)/1000);
return resultVO;
}
使用多线程处理后，从21秒优化到5秒。
这里采用的线程池SpringBoot自带、推荐的ThreadPoolTaskExecutor管理线程池。CountDownLatch同步计数器，用来管理多线程流程，避免线程没跑完就返回结果了。
评论区