Question

我正在处理的应用程序是一个基于Java的ETL过程，它将数据加载到多个表中。 DBMS是Infobright（基于MYSQL的DBMS，适用于数据仓库）。

数据加载应以原子方式完成;但是，出于性能原因，我想同时将数据加载到多个表中（使用LOAD DATA INFILE命令）。这意味着我需要打开多个连接。

是否有任何解决方案允许我原子地并行地进行负载？（我猜测答案可能取决于我加载的表格的引擎;大多数是Brighthouse，它允许事务，但没有XA，也没有保存点。）

为了进一步澄清，我想避免让我们说：

的情况

我将数据加载到5个表中
我提交前4个表的负载
第5个表的提交失败

在这种情况下，我无法回滚前4个加载，因为它们已经被提交了。

Answer 1

简介

正如我所承诺的，我已经破解了一个完整的例子。我使用MySQL并创建了三个表，如下所示：

CREATE TABLE `test{1,2,3}` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `data` varchar(255) NOT NULL UNIQUE,
  PRIMARY KEY (`id`)
);

test2最初包含一行。

INSERT INTO `test2` (`data`) VALUES ('a');

（I've posted the full code to http://pastebin.com。）

以下示例执行了几项操作。

将threads设置为3，以确定将并行运行的作业数。
创建threads个连接数。
为每个表分发一些示例数据（默认情况下，每个表的数据为a。
创建要运行的threads个作业，并使用数据加载它们。
在threads个个帖子中运行作业并等待其完成（成功与否）。
如果没有发生异常，则提交每个连接;否则它会回滚每一个。
关闭连接（但这些连接可以重复使用）。

_{（注意，我在SQLTask.call()中使用了Java 7的自动资源管理功能。）}

逻辑

public static void main(String[] args) throws SQLException, InterruptedException {
  int threads = 3;
  List<Connection> connections = getConnections(threads);
  Map<String, String> tableData = getTableData(threads);
  List<SQLTask> tasks = getTasks(threads, connections);
  setData(tableData, tasks);
  try {
    runTasks(tasks);
    commitConnections(connections);
  } catch (ExecutionException ex) {
    rollbackConnections(connections);
  } finally {
    closeConnections(connections);
  }
}

数据

private static Map<String, String> getTableData(int threads) {
  Map<String, String> tableData = new HashMap<>();
  for (int i = 1; i <= threads; i++)
    tableData.put("test" + i, "a");
  return tableData;
}

任务

private static final class SQLTask implements Callable<Void> {

  private final Connection connection;

  private String data;
  private String table;

  public SQLTask(Connection connection) {
    this.connection = connection;
  }

  public void setTable(String table) {
    this.table = table;
  }

  public void setData(String data) {
    this.data = data;
  }

  @Override
  public Void call() throws SQLException {
    try (Statement statement = connection.createStatement()) {
      statement.executeUpdate(String.format(
        "INSERT INTO `%s` (data) VALUES  ('%s');", table, data));
    }
    return null;
  }
}

private static List<SQLTask> getTasks(int threads, List<Connection> connections) {
  List<SQLTask> tasks = new ArrayList<>();
  for (int i = 0; i < threads; i++)
    tasks.add(new SQLTask(connections.get(i)));
  return tasks;
}

private static void setData(Map<String, String> tableData, List<SQLTask> tasks) {
  Iterator<Entry<String, String>> i = tableData.entrySet().iterator();
  Iterator<SQLTask> j = tasks.iterator();
  while (i.hasNext()) {
    Entry<String, String> entry = i.next();
    SQLTask task = j.next();
    task.setTable(entry.getKey());
    task.setData(entry.getValue());
  }
}

运行

private static void runTasks(List<SQLTask> tasks) 
    throws ExecutionException, InterruptedException {
  ExecutorService executorService = Executors.newFixedThreadPool(tasks.size());
  List<Future<Void>> futures = executorService.invokeAll(tasks);
  executorService.shutdown();
  for (Future<Void> future : futures)
    future.get();
}

结果

鉴于getTableData(...)

test1 -> `a`
test2 -> `a`
test3 -> `a`

以及test2已包含a（且data列唯一）的事实，第二个作业将失败并抛出异常，因此每个连接将被回滚。

如果您返回a而不是b，则会安全地提交连接。

这可以与LOAD DATA类似地完成。

OP对我的回答做出回应后，我意识到她/他想做的事情不可能以简单明了的方式做到。

基本上问题是成功提交后，无法回滚已提交的数据，因为操作是原子操作。鉴于在给定的情况下需要多次提交，除非一个跟踪所有数据（在所有事务中）并且如果发生某些事情，则删除所有已成功提交的内容，否则无法回滚所有内容。

有一个nice answer与提交和回滚问题有关。

Answer 2

实际上在较新版本的IEE中，而不是ICE，还有一个名为DLP（分布式加载处理）的附加功能。网站上有一个PDF文件，从这里链接：

http://www.infobright.com/Products/Features/

使用多个连接的单个事务。（MYSQL / JDBC）

2 个答案:

简介

逻辑

数据

任务

运行

结果

使用多个连接的单个事务。 （MYSQL / JDBC）

2 个答案:

简介

逻辑

数据

任务

运行

结果

使用多个连接的单个事务。（MYSQL / JDBC）