乐趣区

关于java8:CompletableFuture让你的代码免受阻塞之苦

作者：

jiezi

在

前言

当初大部分的CPU都是多核，咱们都晓得想要晋升咱们应用程序的运行效率，就必须得充分利用多核CPU的计算能力；Java早曾经为咱们提供了多线程的API，然而实现形式稍微麻烦，明天咱们就来看看Java8在这方面提供的改善。

假如场景

当初你须要为在线教育平台提供一个查问用户详情的API，该接口须要返回用户的根本信息，标签信息，这两个信息寄存在不同地位，须要近程调用来获取这两个信息；为了模仿近程调用，咱们须要在代码外面提早 1s;

public interface RemoteLoader {

    String load();

    default void delay() {
        try {
            Thread.sleep(1000L);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
    }
}

public class CustomerInfoService implements RemoteLoader {

    public String load() {
        this.delay();
        return "根本信息";
    }

}

public class LearnRecordService implements RemoteLoader {

    public String load() {
        this.delay();
        return "学习信息";
    }

}

同步形式实现版本

如果咱们采纳同步的形式来实现这个API接口，咱们的实现代码：

@Test
public void testSync() {
    long start = System.currentTimeMillis();
    List<RemoteLoader> remoteLoaders = Arrays.asList(new CustomerInfoService(), new LearnRecordService());
    List<String> customerDetail = remoteLoaders.stream().map(RemoteLoader::load).collect(toList());
    System.out.println(customerDetail);
    long end = System.currentTimeMillis();
    System.out.println("总共破费工夫:" + (end - start));
}

不出所料，因为调用的两个接口都是提早了 1s ，所以后果大于2秒

Future实现的版本

接下来咱们把这个例子用Java7提供的Future来实现异步的版本，看下成果如何呢？代码如下：

@Test
public void testFuture() {
    long start = System.currentTimeMillis();
    ExecutorService executorService = Executors.newFixedThreadPool(2);
    List<RemoteLoader> remoteLoaders = Arrays.asList(new CustomerInfoService(), new LearnRecordService());
    List<Future<String>> futures = remoteLoaders.stream()
            .map(remoteLoader -> executorService.submit(remoteLoader::load))
            .collect(toList());

    List<String> customerDetail = futures.stream()
            .map(future -> {
                try {
                    return future.get();
                } catch (InterruptedException | ExecutionException e) {
                    e.printStackTrace();
                }
                return null;
            })
            .filter(Objects::nonNull)
            .collect(toList());
    System.out.println(customerDetail);
    long end = System.currentTimeMillis();
    System.out.println("总共破费工夫:" + (end - start));
}

这次咱们采纳多线程的形式来革新了咱们这个例子，后果还是比较满意的，工夫大略破费了1s多一点

留神：这里我分成了两个Stream，如何合在一起用同一个Stream，那么在用future.get()的时候会导致阻塞，相当于提交一个工作执行完后才提交下一个工作，这样达不到异步的成果

这里咱们能够看到尽管Future达到了咱们预期的成果，然而如果须要实现将两个异步的后果进行合并解决就略微麻一些，这里就不细说，前面次要看下CompletableFuture在这方面的改良

Java8并行流

以上咱们用的是Java8之前提供的办法来实现，接下来咱们来看下Java8中提供的并行流来实习咱们这个例子成果怎么呢？

@Test
public void testParallelStream() {
    long start = System.currentTimeMillis();
    List<RemoteLoader> remoteLoaders = Arrays.asList(new CustomerInfoService(), new LearnRecordService());
    List<String> customerDetail = remoteLoaders.parallelStream().map(RemoteLoader::load).collect(toList());
    System.out.println(customerDetail);
    long end = System.currentTimeMillis();
    System.out.println("总共破费工夫:" + (end - start));
}

运行的后果还是相当的称心，破费工夫 1s 多点

和Java8之前的实现比照，咱们发现整个代码会更加的简洁；

接下来咱们把咱们的例子扭转一下，查问用户详情的接口还须要返回视频观看记录，用户的标签信息，购买订单

public class WatchRecordService implements RemoteLoader {
    @Override
    public String load() {
        this.delay();
        return "观看记录";
    }
}

public class OrderService implements RemoteLoader {
    @Override
    public String load() {
        this.delay();
        return "订单信息";
    }
}

public class LabelService implements RemoteLoader {
    @Override
    public String load() {
        this.delay();
        return "标签信息";
    }
}

咱们持续应用Java8提供的并行流来实现，看下运行的后果是否现实

@Test
public void testParallelStream2() {
    long start = System.currentTimeMillis();
    List<RemoteLoader> remoteLoaders = Arrays.asList(
            new CustomerInfoService(),
            new LearnRecordService(),
            new LabelService(),
            new OrderService(),
            new WatchRecordService());
    List<String> customerDetail = remoteLoaders.parallelStream().map(RemoteLoader::load).collect(toList());
    System.out.println(customerDetail);
    long end = System.currentTimeMillis();
    System.out.println("总共破费工夫:" + (end - start));
}

然而这次运行的后果不是太现实，破费工夫超过了2秒

CompletableFuture

根本的用法
@Test
public void testCompletableFuture() {
    CompletableFuture<String> future = new CompletableFuture<>();
    new Thread(() -> {
        doSomething();
        future.complete("Finish");          //工作执行实现后 设置返回的后果
    }).start();
    System.out.println(future.join());      //获取工作线程返回的后果
}

private void doSomething() {
    System.out.println("doSomething...");
}

这种用法还有个问题，就是工作呈现了异样，主线程会无感知，工作线程不会把异样给抛出来；这会导致主线程会始终期待，通常咱们也须要晓得呈现了什么异样，做出对应的响应；改良的形式是在工作中try-catch所有的异样，而后调用future.completeExceptionally(e) ，代码如下：

@Test
public void testCompletableFuture() throws ExecutionException, InterruptedException {
    CompletableFuture<String> future = new CompletableFuture<>();
    new Thread(() -> {
        try {
            doSomething();
            future.complete("Finish");
        } catch (Exception e) {
            future.completeExceptionally(e);
        }
    }).start();
    System.out.println(future.get());
}

private void doSomething() {
    System.out.println("doSomething...");
    throw new RuntimeException("Test Exception");
}

从当初来看CompletableFuture的应用过程须要解决的事件很多，不太简洁，你会感觉看起来很麻烦；然而这只是表象，Java8其实对这个过程进行了封装，提供了很多简洁的操作形式；接下来咱们看下如何革新下面的代码

@Test
public void testCompletableFuture2() throws ExecutionException, InterruptedException {
    CompletableFuture<String> future = CompletableFuture.supplyAsync(() -> {
        doSomething();
        return "Finish";
    });
    System.out.println(future.get());
}

这里咱们采纳了supplyAsync，这下看起来简洁了许多，世界都亮堂了; Java8不仅提供容许工作返回后果的supplyAsync，还提供了没有返回值的runAsync；让咱们能够更加的关注业务的开发，不须要解决异样谬误的治理

CompletableFuture异样解决

如果说主线程须要关怀工作到底产生了什么异样，须要对其作出相应操作，这个时候就须要用到exceptionally

@Test
public void testCompletableFuture2() throws ExecutionException, InterruptedException {
    CompletableFuture<String> future = CompletableFuture
            .supplyAsync(() -> {
                doSomething();
                return "Finish";
            })
            .exceptionally(throwable -> "Throwable exception message:" + throwable.getMessage());
    System.out.println(future.get());
}
应用CompletableFuture来实现咱们查问用户详情的API接口
@Test
public void testCompletableFuture3() throws ExecutionException, InterruptedException {
    long start = System.currentTimeMillis();
    List<RemoteLoader> remoteLoaders = Arrays.asList(
            new CustomerInfoService(),
            new LearnRecordService(),
            new LabelService(),
            new OrderService(),
            new WatchRecordService());
    List<CompletableFuture<String>> completableFutures = remoteLoaders
            .stream()
            .map(loader -> CompletableFuture.supplyAsync(loader::load))
            .collect(toList());

    List<String> customerDetail = completableFutures
            .stream()
            .map(CompletableFuture::join)
            .collect(toList());
    
    System.out.println(customerDetail);
    long end = System.currentTimeMillis();
    System.out.println("总共破费工夫:" + (end - start));
}

这里仍然是采纳的两个Stream来实现的，执行的后果如下：

这个后果不太称心，和并行流的后果差不多，耗费工夫 2秒多点；在这种场景下咱们用CompletableFuture做了这么多工作，然而成果不现实，难道就有没有其余的形式能够让它在快一点吗？

为了解决这个问题，咱们必须深刻理解下并行流和CompletableFuture的实现原理，它们底层应用的线程池的大小都是CPU的核数Runtime.getRuntime().availableProcessors()；那么咱们来尝试一下批改线程池的大小，看看成果如何？

自定义线程池，优化CompletableFuture

应用并行流无奈自定义线程池，然而CompletableFuture能够

@Test
public void testCompletableFuture4() throws ExecutionException, InterruptedException {
    long start = System.currentTimeMillis();
    List<RemoteLoader> remoteLoaders = Arrays.asList(
            new CustomerInfoService(),
            new LearnRecordService(),
            new LabelService(),
            new OrderService(),
            new WatchRecordService());
    
    ExecutorService executorService = Executors.newFixedThreadPool(Math.min(remoteLoaders.size(), 50));
    
    List<CompletableFuture<String>> completableFutures = remoteLoaders
            .stream()
            .map(loader -> CompletableFuture.supplyAsync(loader::load, executorService))
            .collect(toList());

    List<String> customerDetail = completableFutures
            .stream()
            .map(CompletableFuture::join)
            .collect(toList());

    System.out.println(customerDetail);
    long end = System.currentTimeMillis();
    System.out.println("总共破费工夫:" + (end - start));
}

咱们应用自定义线程池，设置最大的线程池数量50，来看下执行的后果

这下执行的后果比较满意了，1秒多点；实践上来说这个后果能够始终继续，直到达到线程池的大小50

并行流和CompletableFuture两者该如何抉择

这两者如何抉择次要看工作类型，倡议

  1. 如果你的工作是计算密集型的，并且没有I/O操作的话，那么举荐你抉择Stream的并行流，实现简略并行效率也是最高的
  2. 如果你的工作是有频繁的I/O或者网络连接等操作，那么举荐应用CompletableFuture，采纳自定义线程池的形式，依据服务器的状况设置线程池的大小，尽可能的让CPU繁忙起来
CompletableFuture的其余罕用办法
  1. thenApply、thenApplyAsync: 如果工作执行实现后，还须要后续的操作，比方返回后果的解析等等；能够通过这两个办法来实现
  2. thenCompose、thenComposeAsync: 容许你对两个异步操作进行流水线的操作，当第一个操作实现后，将其后果传入到第二个操作中
  3. thenCombine、thenCombineAsync：容许你把两个异步的操作整合；比方把第一个和第二个操作返回的后果做字符串的连贯操作

总结

  1. Java8并行流的应用形式
  2. CompletableFuture的应用形式、异样解决机制，让咱们有机会治理工作执行中发送的异样
  3. Java8并行流和CompletableFuture两者该如何抉择
  4. CompletableFuture的罕用办法

原创不易 转载请注明出处：https://silently9527.cn/archi…

评论

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

这个站点使用 Akismet 来减少垃圾评论。了解你的评论数据如何被处理。

更多文章