Kotlin 协同程序执行问题某些协同程序获胜'；t发射

我正在尝试使用spring和kotlin将一些数据转换并刷新到流应用程序中的数据库。性能限制使我使用协程和块来更快地执行转换和持久化过程。 问题是输入数据的大小不等于持久化数据

我的作业计划以固定延迟运行：

@Scheduled(fixedDelay = 10_000)
fun flushToDb() {
    // some operations
    CoroutineScope(getDispatcherExec()).launch {
        flush(oldStat, isFlushing)
    }
}

这是我的暂停功能：

private suspend fun flush(oldStat: Map<String, AppDailyStatsModel>, isFlushing: AtomicBoolean) {
    logger.info("RedisFlush ${oldStat.size} starts")
    val start = System.currentTimeMillis()
    val count = AtomicLong(0)
    val startCount = AtomicLong(0)
    val newStat = AtomicLong(0)
    val updateStat = AtomicLong(0)
    val input = oldStat.values
    coroutineScope {

        input
                .chunked(1000)
                .forEach { models ->
                    launch {
                        try {
            startCount.addAndGet(models.size.toLong())
                            // Transform

            // Persist
                            count.addAndGet(models.size.toLong())
                            logger.info("Flushed  ${count.get()}")
                        } catch (e: Exception) {
                            logger.error("PROBLEM IN SAVE ", e)
                        }
                    }
                }
    }
}

private-suspend-fun-flush（oldStat:Map，isflush:AtomicBoolean）{
info（“重新刷新${oldStat.size}开始”）
val start=System.currentTimeMillis（）
val计数=原子长（0）
val startCount=AtomicLong（0）
val newStat=AtomicLong（0）
val updateStat=AtomicLong（0）
val输入=oldStat.values
共线镜{
输入
.分块（1000）
.forEach{models->
发射{
试一试{
startCount.addAndGet（models.size.toLong（））
//转化
//坚持
count.addAndGet（models.size.toLong（））
logger.info（“刷新${count.get（）}”）
}捕获（e：例外）{
logger.错误（“保存中的问题”，e）
}
}
}
}
}

问题是

计数

和

开始计数

相等，并且小于

输入

---

任何帮助都将不胜感激

您可以检查是否等待了足够的时间，等待所有已启动的协同路由完成。您可以在启动功能后添加

join

调用，等待所有活动完成后再进行检查。它也可以是Map或AppDailyStatsModel中的并发class@EugenePetrenkocoroutineScope确保所有活动都完成，然后我打印出计数器。@EugenePetrenko什么问题？你有什么想法吗？首先为什么要使用协同程序，你在调用什么

suspend

函数吗？如果您只是想要并行化，请使用Java流。您甚至不必手动将输入分块。我的第一次尝试是将所有内容包装在

runBlocking（）

中。但是，正如我已经说过的，我不确定你从合作中首先会得到什么。