Question

我正在MYSQL的表上建立索引表（反向文件）。它的工作方式是从文件中提取所有单词，并将它们存储到哈希集中，然后将单词一个接一个地插入到我的数据库表中。

它运行良好，我知道倒排文件确实需要一些时间来建立索引表。我正在尝试优化表索引时间，并且正在考虑使用多线程。会提高性能吗？

但是，我不太确定如何将其与当前程序集成，因为我是多线程技术的新手。

代码：

public static void main(String[] args) throws Exception {

        StopWatch stopwatch = new StopWatch();
        stopwatch.start();



        File folder = new File("D:\\PDF1");
        File[] listOfFiles = folder.listFiles();

        for (File file : listOfFiles) {
            if (file.isFile()) {
                HashSet<String> uniqueWords = new HashSet<>();
                String path = "D:\\PDF1\\" + file.getName();
                try (PDDocument document = PDDocument.load(new File(path))) {

                    if (!document.isEncrypted()) {

                        PDFTextStripper tStripper = new PDFTextStripper();
                        String pdfFileInText = tStripper.getText(document);
                        String lines[] = pdfFileInText.split("\\r?\\n");
                        for (String line : lines) {
                            String[] words = line.split(" ");

                            for (String word : words) {
                                uniqueWords.add(word)
                                ;

                            }

                        }
                        // System.out.println(uniqueWords);

                    }
                } catch (IOException e) {
                    System.err.println("Exception while trying to read pdf document - " + e);
                }
                Object[] words = uniqueWords.toArray();



                MysqlAccessIndex connection = new MysqlAccessIndex();

                for(int i = 1 ; i <= words.length - 1 ; i++ ) {

                    connection.readDataBase(path, words[i].toString());

                }

                System.out.println("Completed");

            }
        }

MySQL连接：

public class MysqlAccessIndex {
    public Connection connect = null;
    public Statement statement = null;
    public PreparedStatement preparedStatement = null;
    public ResultSet resultSet = null;

    public void connect() throws Exception {
        // This will load the MySQL driver, each DB has its own driver
        Class.forName("com.mysql.jdbc.Driver");
        // Setup the connection with the DB
        connect = DriverManager
                .getConnection("jdbc:mysql://126.32.3.20/fulltext_ltat?"
                        + "user=root&password=root");

        // Statements allow to issue SQL queries to the database
        statement = connect.createStatement();
        System.out.print("Connected");

    }
    public MysqlAccessIndex() throws Exception {

        connect();
    }


    public void readDataBase(String path,String word) throws Exception {
        try {

            // Result set get the result of the SQL query


            // This will load the MySQL driver, each DB has its own driver
            Class.forName("com.mysql.jdbc.Driver");
            // Setup the connection with the DB
            connect = DriverManager
                    .getConnection("jdbc:mysql://126.32.3.20/fulltext_ltat?"
                            + "user=root&password=root");

            // Statements allow to issue SQL queries to the database
            statement = connect.createStatement();
            System.out.print("Connected");
            // Result set get the result of the SQL query

            preparedStatement = connect
                    .prepareStatement("insert IGNORE into  fulltext_ltat.indextable values (default,?, ?) ");

            preparedStatement.setString(  1, path);
            preparedStatement.setString(2, word);
            preparedStatement.executeUpdate();
            // resultSet = statement
            //.executeQuery("select * from fulltext_ltat.index_detail");



            //  writeResultSet(resultSet);
        } catch (Exception e) {
            throw e;
        } finally {
            close();
        }

    }

任何指针，我将不胜感激。

Answer 1

不，将数据推送到具有多个线程的数据库中通常不会加快任何速度。

相反，请尝试以下操作：

[1]批量添加数据时，请使用数据库引擎提供的批量添加数据原语。我不知道mysql是否支持此功能，以及如何从Java实现。例如，在postgres中，您将使用COPY而不是INSERT。

[2]，特别是如果您不能使用COPY或类似方法，请关闭所有索引（删除它们），然后进行所有插入，然后添加索引，这比先创建索引然后插入要快。

[3]使用事务，每大约插入100次左右提交一次事务。在大多数情况下，它比每次插入后提交都要快，也比几十万之后要提交要快。

[4]更早开始。在示例代码中，您可以立即开始插入，而不是先将所有数据填充到哈希集中，然后再添加。

[5]不要继续做准备好的陈述；重用同一个。

[6]，您发表了两次声明，但对此不做任何事情。别;你在浪费资源。

[7]准备陈述必须关闭。您没有关闭它们。这可能会大大降低速度。不要做太多（只有一个应该做），并在完成后关闭它们。搜索“ ARM”，这是一个Java构造，可轻松轻松地正确关闭资源。到现在已经十岁了。

Java多线程可提高将数据插入数据库的性能

1 个答案: