引言：这几天工作这边同事遇到了一个问题，对十五万条数据进行计算，插入数据库的时候耗时很严重，使用了批量插入对十五万条数据插入仍然耗费了30秒，前面计算也耗费了二十多秒，系统流畅度因此很难堪。经过我的排查发现主要是两个点需要优化。
1）计算的算法冗余，优化前23秒计算完成，优化后0.8秒完成计算（由于业务特殊、保密不方便透露）
2）十五万条数据批量插入数据库时耗费了30秒，优化后3秒。（已达到业务要求范围内，所以不再继续其他细节优化）
批量插入基于的是mybatisplus 的service的insertBatch方法
优化思路：
使用线程池+任务分派器将15万条数据平均分派给线程池中16个线程去处理
存储所有数据的集合为list
线程池使用的FixedThreadPool，因为机器是四核8线程，所以我线程池里放的16个线程。
1、创建线程池
ExecutorService es = Executors.newFixedThreadPool(16);
2、任务分派器
其实就是一个函数，负责分派要插入的数据集合，遍历0到（线程数-1），然后将集合中所有数据平均分配到每一个线程（数据数量%线程数=余数，余下的几个数据的插入工作直接分配给最后一个线程去）
经过分配后每个线程负责1万条数据的插入
16个线程同时跑，由原来的30秒跑完，变成了3秒钟。
如果还需要优化，可以在线程内将自己受到的1万条数据，分10次批量插入或者每1000条批量插入一次
