Springboot配合FutureTask/Callable实现并行处理

一、简介

很多同学在学多线程的时候不知道它后来能用在哪儿,这里我提供一个使用多线程的小思路。

现有一个微服务场景,用户想查看某个作者和该作者写的文章。那么他需要从用户服务和文章服务分别去调然后等待结果一起返回。假如用户服务需要2秒返回结果,文章服务需要3秒返回结果,加起来就是5秒,如果业务在复杂一点可能还会调别的服务,例如订单服务、商品服务。。。那么如此我们的调用时间是累加的。系统的等待时间随着业务复杂不断地提高。

换一种方式,如果用户服务与文章服务并行 ,那么水桶原理大家都知道吧,也就是说最后系统的等待时间是其中一个微服务调用时间最长的,在我的例子中也就是3秒。就算后期业务复杂读提高,也只会等待时间最长的那个服务调用,提升性能和系统吞吐量。

JUC为我们提供了 FutureTask/Callable 实现异步调用并获取返回结果。

FutureTask/Callable 都是JUC(java.util.concurrent)包中的类和接口。

深度了解FutureTask请看这篇:

转载:https://baijiahao.baidu.com/s?id=1630613195863161441&wfr=spider&for=pc

Callable和Runnable的区别

public interface Callable<V> {

V call() throws Exception;

}

interface Runnable {

public abstract void run();

}

区别:

1.Callable能接受一个泛型,然后在call方法中返回一个这个类型的值。而Runnable的run方法没有返回值

2.Callable的call方法可以抛出异常,而Runnable的run方法不会抛出异常。

再来看看Future接口:

public interface Future<V> {

boolean cancel(boolean var1);

 boolean isCancelled();

   boolean isDone();

 V get() throws InterruptedException, ExecutionException;

 V get(long var1, TimeUnit var3) throws InterruptedException, ExecutionException, TimeoutException;

get方法用于获取执行任务的返回值。

它的重载方法第二个参数用于指定阻塞时间,如果阻塞时间到了就会抛出异常。

通过例子演示:

首先创建一个线程池,因为每次都创建销毁线程势必造成很大的资源浪费。

```

@Configuration

public class ThreadPoolConfig {

    /**

    * 默认线程池

    *

    * @return Executor

    */

    @Bean

    public ThreadPoolTaskExecutor defaultThreadPool() {

        ThreadPoolTaskExecutor executor = new ThreadPoolTaskExecutor();

        //核心线程数目

        executor.setCorePoolSize(16);

        //指定最大线程数

        executor.setMaxPoolSize(64);

        //队列中最大的数目

        executor.setQueueCapacity(16);

        //线程名称前缀

        executor.setThreadNamePrefix("defaultThreadPool_");

        //rejection-policy:当pool已经达到max size的时候,如何处理新任务

        //CALLER_RUNS:不在新线程中执行任务,而是由调用者所在的线程来执行

        //对拒绝task的处理策略

        executor.setRejectedExecutionHandler(new ThreadPoolExecutor.CallerRunsPolicy());

        //线程空闲后的最大存活时间

        executor.setKeepAliveSeconds(60);

        //加载

        executor.initialize();

        return executor;

    }

}

```

串行方式

```

/**

    * 串行接口测试

    * @param authorId

    * @return

    */

    @Override

    public TopicAndAuthor getAuthorAndTopicByAuthorId(String authorId) throws InterruptedException {

        Long timeStart = System.currentTimeMillis();

        Author author = cacheDao.selectAuthorById(Integer.parseInt(authorId));

        sleepThread(2000L);

        List<Topic> topics = cacheDao.selectTopicByAuthor(authorId);

        sleepThread(3000L);

        TopicAndAuthor topicAndAuthor = new TopicAndAuthor(author,topics);

        Long timeEnd = System.currentTimeMillis();

        System.out.println("串行接口耗时"+(timeEnd-timeStart));

        return topicAndAuthor;

    }

```


并行方式

```

@Override

    public TopicAndAuthor getAuthorAndTopicByAuthorId(String authorId) throws InterruptedException, ExecutionException {

        Long timeStart = System.currentTimeMillis();

        FutureTask<Author> findAuhtorTask = new FutureTask<>(()->{

            System.out.println(Thread.currentThread().getName()+"正在处理...");

            Author author = cacheDao.selectAuthorById(Integer.parseInt(authorId));

            sleepThread(2000L);

            return author;

        });

        FutureTask<List<Topic>> findTopicTask = new FutureTask<>(()->{

            System.out.println(Thread.currentThread().getName()+"正在处理...");

            List<Topic> topics = cacheDao.selectTopicByAuthor(authorId);

            sleepThread(3000L);

            return topics;

        });

        executor.execute(findAuhtorTask);

        executor.execute(findTopicTask);

        TopicAndAuthor topicAndAuthor = new TopicAndAuthor(findAuhtorTask.get(),findTopicTask.get());

        Long timeEnd = System.currentTimeMillis();

        System.out.println("并行接口一共耗时"+(timeEnd-timeStart));

        return topicAndAuthor;

    }

```


最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,406评论 6 503
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,732评论 3 393
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,711评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,380评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,432评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,301评论 1 301
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,145评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,008评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,443评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,649评论 3 334
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,795评论 1 347
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,501评论 5 345
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,119评论 3 328
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,731评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,865评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,899评论 2 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,724评论 2 354

推荐阅读更多精彩内容