【性能优化】-如何降低CPU飙升，解决系统卡主。

TGB-Earnest2026-02-02 9:21

【背景】

随着我们系统使用，数据的增多，系统还是之前的架构，那么如何面对数据增多，优化我们系统呢？

【方法】

一、内存

多台服务器，会涉及分布式，而且放到内存重启机器，数据会丢失。

二、中间件

redis可以，但是迁移成本高

三、锁

可以，但是mysql乐观锁和悲观锁，加锁效率会低，操作不当可能导致锁全表

四、分片

在分布式任务调度平台有执行模式，有分片模式，可以先将数据建立一个索引，这个索引就是分配给那台机器处理的编号。

然后在定时任务执行的时候，获取分布式任务调度平台传递的分片，机器根据分片去获取自己所处理的数据。

我们只执行分片有时候效率还是比较低，我们可以再加上多线程，但是多线程没有限制的话，会继续导致CPU的飙升。

java 复制代码

     //分批处理：每批最的数据
        final int batchSize = 25;
        int totalProcessed = 0;
        //创建固定大小的线程池用于处理每个批次
        int processedCount = Runtime.getRuntime().availableProcessors();
        logger.info(" 目前可用的线程数，线程池大小为：" + processedCount);
        int threadPoolSize = Math.min(5,processedCount);//最多使用5个线程，避免过度占用率CPU
        logger.info(" 这次定时任务处理使用的线程数，线程池大小为：" + threadPoolSize);
        ExecutorService batchExecutor = Executors.newFixedThreadPool(threadPoolSize);

   try {
            //遍历所有批次，顺序处理
            for (int batchIndex=0; batchIndex<shardList.size();batchIndex+=batchSize){
                //获取当前批次的任务
                int endIndex = Math.min(batchIndex+batchSize,shardList.size());
                List<ConfigGenerationShard> batch = shardList.subList(batchIndex, endIndex);

                logger.info("TwoBDDeployConfigTaskExecJob 处理批次 " + (batchIndex/batchSize + 1) + "/" +
                        (int)Math.ceil((double)shardList.size()/batchSize) + ", 任务数量: " + batch.size());

                // 在当前批次内使用多线程处理每个任务
                List<CompletableFuture<Void>> futures = new ArrayList<>();

                for (ConfigGenerationShard record : batch) {
                    CompletableFuture<Void> future = CompletableFuture.runAsync(() -> {
                    //任务逻辑
                            }, batchExecutor);
                    futures.add(future);
finally {
            //关闭线程池
            batchExecutor.shutdown();
        }

这样的话，就完全解决了CPU飙升导致系统卡主的问题，而且处理速度也很快。