一加科技|面试必须要掌握的内容：多线程与Spring容器事务机制一加科技

Spring 负责所有底层事务管理细节，并为不同的事务 API 提供一致的编程模型，但有多少人真正了解它在多线程环境中的行为方式？是否可以在多个线程中打开事务并写入数据？
让我们退一步思考一下EntityManager 。
EntityManager的工作是与一个会话或被它管理的对象的缓存一起进行的。这意味着它有一个状态，而在几个线程之间共享状态会导致竞争条件；
所以，第一条规则是每个线程使用一个EntityManager 。
事实上， Spring负责保持每个线程的事务性上下文。
假设我们想并行处理一个对象列表并将其存储在数据库中。我们想把这些对象分成专门的小块，并把每个小块传递给一个单独线程中的处理方法。然后，每个线程中处理的结果应该被收集起来并呈现给用户。
我将从定义一个负责处理的服务接口开始：
/**
* Service interface defining the contract for object identifiers processing
*/public interface ProcessingService { /**
* Processes the list of objects identified by id and returns a an identifiers
* list of the successfully processed objects
*
* @param objectIds List of object identifiers
*
* @return identifiers list of the successfully processed objects
*/
List<Integer> processObjects(List objectIds);


这项服务的默认实现是基于数据库存储的。然而，这个例子是非常简单的：
/**
* Service implementation for database related ids processing
*/@Service(\"ProcessingDBService\")public class ProcessingDBService implements ProcessingService {
private static final Logger logger = LoggerFactory.getLogger(MethodHandles.lookup().lookupClass());

@Transactional
@Override public List processObjects(List objectIds) { // Process and save to DB

logger.info(\"Running in thread \" + Thread.currentThread().getName() + \" with object ids \" + objectIds.toString());
return objectIds.stream().collect(Collectors.toList());



现在，我们希望有一个选项，可以在块chunk(类似队列一样数据块)和并行进程中运行这个处理。
为了保持代码的干净和与运行时环境的解耦，我们将使用装饰器模式，如下所示。
/**
* Service implementation for parallel chunk processing
*/
@Service
@Primary
@ConditionalOnProperty(prefix = \"service\" name = \"parallel\" havingValue = https://mparticle.uc.cn/api//"true\")
public class ProcessingServiceParallelRunDecorator implements ProcessingService {

private ProcessingService delegate;

public ProcessingServiceParallelRunDecorator(ProcessingService delegate) {
this.delegate = delegate;

/**
* In a real scenario it should be an external configuration
*/
private int batchSize = 10;

@Override
public List<Integer> processObjects(List objectIds) { List<List<Integer>> chuncks = getBatches(objectIds batchSize); List<List<Integer>> processedObjectIds = chuncks.parallelStream().map(delegate::processObjects)
.collect(Collectors.toList());

return flatList(processedObjectIds);