ageiport使用

如何实现高效的导入和导出，是我们在日常开发中，经常会遇到的问题，进行Excel的导入和导出，有时候数据量大，导入导出很慢，怎么办？

AGEIPort来替你解决这个问题，AGEIPort是阿里巴巴开源的一款高性能导入导出方案。

AGEIPort 是数字供应链孵化并在阿里巴巴集团内广泛使用的一套性能卓越、稳定可靠、功能丰富、易于扩展、生态完整的数据导入导出方案，致力于帮助开发者在toB复杂业务场景下能够快速交付高性能、体验优、易维护的数据导入导出功能，如用户页面上的Excel/CSV数据文件上传和下载。目前在阿里巴巴集团内部已有盒马、菜鸟、本地生活、阿里健康、钉钉、淘系等部门有较多使用，并成为多个技术组件的基础底座，经历多次618和双11大促考验，稳定导入导出数据300~400亿条/月。

一、AGEIPort 使用

首先，可以基于example进行测试使用

基于这两个类，我们可以进行测试debug跟踪其实现的过程。

二、导入

其中executeTask是最重要的方法：

TaskExecuteResult response = ageiPort.getTaskService().executeTask(request);

然后会根据创建的主任务，通过eventbus通知子任务执行任务。

三、导出

获取任务的阶段信息可以看到也有对应的provider:

导入导出的provider，通过getStages()可以获取具体的执行任务的过程:

四、导入导出执行任务的具体实现操作worker

执行任务拿到相关信息的过程：

获取任务中的参数信息
获取任务注册信息
创建创建主任务请求参数
获取任务客户端TaskServerClient
通过taskServiceClient拿到主任务的mainTaskId和主任务
执行接收accept=> ageiPort.getTaskAcceptor().accept(mainTask)
返回任务执行响应结果

其中ageiPort.getTaskAcceptor().accept(mainTask)这个过程中很重要。

根据主任务task拿到code,从而拿到对应的任务，进行主任务创建，同时对主任务时间进行获取
创建一个task主任务事件
进入发布消息阶段，执行post发布消息
接着相关监听会执行任务，可以看到其基于eventbus实现的订阅@Subscribe

执行任务的过程中会对对应的阶段进行记录，同时调用next获取下一个阶段信息stage，然后执行对应的任务。

从记录的stage来看，可以看到其先由主任务执行的过程中，会通知subTask执行任务，这个过程会将task进行分片，然后均摊到对应的处理中，然后执行处理，处理的过程中完成后，执行任务合并，然后进行返回。

List<ImportSlice> slices = sliceStrategy.slice(context);
   context.load(slices);
   // 执行分片操作
   for (ImportSlice slice : slices) {
                String subTaskId = TaskIdUtil.genSubTaskId(mainTaskId, slice.getNo());
                System.out.println("----通知子任务进行subTask操作ImportMainTaskWorker-----");
                ageiPort.getEventBusManager().getEventBus(executeType).post(TaskStageEvent.subTaskEvent(subTaskId, subTaskCreated));
            }

调用subTask执行。

五、执行任务的操作流程流转

导入和导出的相关执行的相关过程类似，这里以导出的流程进行归纳：

六、导出流程

导出主任务流程

导出子任务流程：

七、分片策略

分片的策略可以看到目前一种：均摊策略 AvgImportSliceStrategy，同时分片的数量是以1000为一片进行处理的。

int sliceCount = (items.size() - 1) / pageSize + 1;

eventBus实现类似于Spring的事件。

任务进度完成添加日志后，更新主任务监控事件发布信息。

以上是基于ageiport使用整理