IT博客汇
  • 首页
  • 精华
  • 技术
  • 设计
  • 资讯
  • 扯淡
  • 权利声明
  • 登录 注册

    [Java]通过 CompletableFuture 实现异步多线程优化请求处理速度

    叶落阁发表于 2023-12-14 07:34:57
    love 0

    零、背景

    我们在写后端请求的时候, 可能涉及多次 SQL 执行(或其他操作), 当这些请求相互不关联, 在顺序执行时就浪费了时间, 这些不需要先后顺序的操作可以通过多线程进行同时执行, 来加速整个逻辑的执行速度.

    既然有了目标和大致思路, 如果有做过前端的小伙伴应该能想起来 Js 里面有个 Promise.all 来解决这个问题, 在 Java 里也有类似功能的类 CompletableFuture , 它可以实现多线程和线程阻塞, 这样能够保证等待多个线程执行完成后再继续操作.

    一、CompletableFuture 是什么

    首先我们先了解一下 CompletableFuture 是干什么, 接下来我们通过简单的示例来介绍他的作用.

     long startTime = System.currentTimeMillis();//生成几个任务List<CompletableFuture<String>> futureList = new ArrayList<>();futureList.add(CompletableFuture.supplyAsync(()->{    sleep(4000);    System.out.println("任务1 完成");    return "任务1的数据";}));futureList.add(CompletableFuture.supplyAsync(()->{    sleep(2000);    System.out.println("任务2 完成");    return "任务2的数据";}));futureList.add(CompletableFuture.supplyAsync(()->{    sleep(3000);    System.out.println("任务3 完成");    return "任务3的数据";}));//完成任务CompletableFuture<Void> allTask = CompletableFuture.allOf(futureList.toArray(new CompletableFuture[0]))        .whenComplete((t, e) -> {            System.out.println("所有任务都完成了, 返回结果集: "                    + futureList.stream().map(CompletableFuture::join).collect(Collectors.joining(",")));        });// 阻塞主线程allTask.join();System.out.println("main end, cost: " + (System.currentTimeMillis() - startTime));

    执行结果

    任务2 完成任务3 完成任务1 完成所有任务都完成了, 返回结果集: 任务1的数据,任务2的数据,任务3的数据main end, cost: 4032

    结果分析: 我们需要执行3个任务, 3个任务同时执行, 互不影响

    1. 其中任务2耗时最短,提前打印完成
    2. 其次是任务3
    3. 最后是执行1完成
    4. 当所有任务完成后, 触发 whenComplete 方法, 打印任务的返回结果
    5. 最后打印总耗时为 4.032s
    6. 结论: 多线程执行后, 耗时取决于最耗时的操作, 而单线程是所有操作耗时之和

    二、封装工具类

    经过上面的测试, 通过 CompletableFuture 已经能够实现我们的预想, 为了操作方便, 我们将封装起来, 便于统一管理

    package org.yelog.java.usage.concurrent;import java.util.ArrayList;import java.util.List;import java.util.concurrent.CompletableFuture;import java.util.function.Consumer;import java.util.function.Function;import java.util.function.Predicate;/** * 执行并发任务 * * @author yangyj13 * @date 11/7/22 9:49 PM */public class MultiTask<T> {    private List<CompletableFuture<T>> futureList;    /**     * 添加待执行的任务     *     * @param completableFuture 任务     * @return 当前对象     */    public MultiTask<T> addTask(CompletableFuture<T> completableFuture) {        if (futureList == null) {            futureList = new ArrayList<>();        }        futureList.add(completableFuture);        return this;    }    /**     * 添加待执行的任务(无返回)     *     * @param task 任务     * @return 当前对象     */    public MultiTask<T> addTask(Consumer<T> task) {        addTask(CompletableFuture.supplyAsync(() -> {            task.accept(null);            return null;        }));        return this;    }    /**     * 添加待执行的任务(有返回)     *     * @param task 任务     * @return 当前对象     */    public MultiTask<T> addTask(Function<Object, T> task) {        addTask(CompletableFuture.supplyAsync(() -> task.apply(null)));        return this;    }    /**     * 开始执行任务     *     * @param callback                当所有任务都完成后触发的回调方法     * @param waitTaskExecuteComplete 是否阻塞主线程     */    private void execute(Consumer<List<T>> callback, Boolean waitTaskExecuteComplete) {        CompletableFuture<Void> allFuture = CompletableFuture.allOf(futureList.toArray(new CompletableFuture[0]))                .whenComplete((t, e) -> {                    if (callback != null) {                        List<T> objectList = new ArrayList<>();                        futureList.forEach((future) -> {                            objectList.add(future.join());                        });                        callback.accept(objectList);                    }                });        if (callback != null || waitTaskExecuteComplete == null || waitTaskExecuteComplete) {            allFuture.join();        }    }    /**     * 开始执行任务     * 等待所有任务完成(阻塞主线程)     */    public void execute() {        execute(null, true);    }    /**     * 开始执行任务     *     * @param waitTaskExecuteComplete 是否阻塞主线程     */    public void execute(Boolean waitTaskExecuteComplete) {        execute(null, waitTaskExecuteComplete);    }    /**     * 开始执行任务     *     * @param callback 当所有任务都完成后触发的回调方法     */    public void execute(Consumer<List<T>> callback) {        execute(callback, true);    }}

    那么上一步我们测试的流程转换成工具类后如下

    long startTime = System.currentTimeMillis();MultiTask<String> multiTask = new MultiTask<>();multiTask.addTask(t -> {    sleep(1000);    System.out.println("任务1 完成");}).addTask(t -> {    sleep(3000);    System.out.println("任务2 完成");}).addTask(CompletableFuture.supplyAsync(()->{    sleep(2000);    System.out.println("任务3 完成");    return "任务3的数据";})).execute(resultList->{    System.out.println("all complete: " + resultList);});System.out.println("main end, cost: " + (System.currentTimeMillis() - startTime));

    三、应用到实际的效果

    执行两次数据库的操作如下

    public interface TestMapper {    @Select("select count(*) from test_user where score < 1000 and user_id = #{userId}")    int countScoreLess1000(Integer userId);    @Select("select count(1) from test_log where success = true and user_id = #{userId}")    int countSuccess(Integer userId);}

    调用方法:

    long start = System.currentTimeMillis();testMapper.countScoreLess1000(userId);long countScoreLess1000End = System.currentTimeMillis();log.info("countScoreLess1000 cost: " + (countScoreLess1000End - start));testMapper.countSuccess(userId);long countSuccessEnd = System.currentTimeMillis();log.info("countSuccess cost: " + (countSuccessEnd - countScoreLess1000End));log.info("all cost: " + (countSuccessEnd - start));

    顺序执行的平均时间如下

    countScoreLess1000 cost: 368countSuccess cost: 404all cost: 772

    当我们应用的上面的工具类后的调用方法

    MultiTask multiTask = new MultiTask<>();multiTask.addTask(t -> {    testMapper.countScoreLess1000(userId);    log.info("countScoreLess1000 cost: " + (System.currentTimeMillis() - start));}).addTask(t -> {    testMapper.countSuccess(userId);    log.info("countSuccess cost: " + (System.currentTimeMillis() - start));}).execute();log.info("all cost: " + (System.currentTimeMillis() - start));

    效果如下

    countScoreLess1000 cost: 433countSuccess cost: 463all cost: 464

    可以看到各子任务执行时长是差不多的, 但是总耗时使用多线程后有了明显下降

    四、总结

    通过使用 CompletableFuture 实现多线程阻塞执行后, 大幅降低这类请求, 并且当可以异步执行的子任务越多, 效果越明显.



沪ICP备19023445号-2号
友情链接