溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
一、背景
項目中肯定會遇到異步調用其他方法的場景，比如有個計算過程，需要計算很多個指標的值，但是每個指標計算的效率快慢不同，如果采用同步執行的方式，運行這一個過程的時間是計算所有指標的時間之和。比如：
方法A：計算指標x，指標y，指標z的值，其中計算指標x需要1s，計算指標y需要2s，指標z需要3s。最終執行完方法A就是5s。
現在用異步的方式優化一下
方法A異步調用方法B，方法C，方法D，方法B，方法C，方法D分別計算指標x，指標y，指標z的值，那么最終執行完方法A的時間則是3s。
還有一種用途是當一個業務里面需要多個請求時，這時候異步并發請求所得到的回報遠遠是物有所值的。因為他是異步執行的，話不多說，一下是在springBoot里面使用并發請求；
二、spring boot中異步并發使用
2.1、appllication.yml
#****************集成Async線程池開始******************* async: # Async線程池 配置 executor: corepoolsize: 20 maxpoolsize: 25 queuecapacity: 40 keepaliveseconds: 200 threadnameprefix: appasync awaitterminationseconds: 60 #*****************集成Async線程池結束******************
2.2、配置線程池
@Configuration
@EnableAsync
public class ExecutorConfig {
@Value("${async.executor.corepoolsize}")
private Integer corePoolSize;
@Value("${async.executor.maxpoolsize}")
private Integer maxPoolSize;
@Value("${async.executor.queuecapacity}")
private Integer queueCapacity;
@Value("${async.executor.keepaliveseconds}")
private Integer keepAliveSeconds;
@Value("${async.executor.threadnameprefix}")
private String threadNamePrefix;
@Value("${async.executor.awaitterminationseconds}")
private Integer awaitTerminationSeconds;
/**
* 線程池
*
* @return
*/
@Bean(name = "asyncExecutor")
public Executor asyncExecutor() {
ThreadPoolTaskExecutor executor = new ThreadPoolTaskExecutor();
// 基礎線程數 corePoolSize: 10
executor.setCorePoolSize(corePoolSize);
// 最大線程數 maxPoolSize: 15
executor.setMaxPoolSize(maxPoolSize);
// 隊列長度 queueCapacity: 25
executor.setQueueCapacity(queueCapacity);
// 線程池維護線程所允許的空閑時間,單位為秒 keepAliveSeconds: 200
executor.setKeepAliveSeconds(keepAliveSeconds);
// 線程名字 threadNamePrefix: appasync
executor.setThreadNamePrefix(threadNamePrefix);
executor.setRejectedExecutionHandler(new ThreadPoolExecutor.CallerRunsPolicy());
// 等待所有任務都完成再繼續銷毀其他的Bean
executor.setWaitForTasksToCompleteOnShutdown(true);
// 線程池中任務的等待時間，如果超過這個時候還沒有銷毀就強制銷毀，以確保應用最后能夠被關閉，而不是阻塞住
executor.setAwaitTerminationSeconds(awaitTerminationSeconds);
executor.initialize();
return executor;
}
}
2.3、線程池監控（這個可有可無，主要是為了對線程池參數及時的調優）
@RestController
@Slf4j
@RequestMapping("/pubapi/asyncExecutor")
public class AsyncExecutorController extends BaseController {
@Resource(name = "asyncExecutor")
private Executor asyncExecutor;
@PostMapping("/monitor")public ResultBean<Map<String, Object>> getAsyncExecutorData() {
ResultBean<Map<String, Object>> resultBean = ResultBeanUtil.error500();
if (asyncExecutor == null) {
return resultBean;
}
try {
ThreadPoolTaskExecutor executorTask = (ThreadPoolTaskExecutor) asyncExecutor;
ThreadPoolExecutor executor = executorTask.getThreadPoolExecutor();
// 當前排隊線程數
int queueSize = executor.getQueue().size();
// 當前活動線程數
int activeCount = executor.getActiveCount();
// 執行完線程數
long completedThreadCount = executor.getCompletedTaskCount();
// 總線程數
long taskCount = executor.getTaskCount();
// 初始線程數
int poolSize = executor.getPoolSize();
// 核心線程數
int corePoolSize = executor.getCorePoolSize();
// 線程池是否終止
boolean isTerminated = executor.isTerminated();
// 線城池是否關閉
boolean isShutdown = executor.isShutdown();
// 線程空閑時間
long keepAliveTime = executor.getKeepAliveTime(TimeUnit.MILLISECONDS);
// 最大允許線程數
long maximumPoolSize = executor.getMaximumPoolSize();
// 線程池中存在的最大線程數
long largestPoolSize = executor.getLargestPoolSize();
Map<String, Object> threadPoolData = new HashMap<>(18);
threadPoolData.put("當前排隊線程數", queueSize);
threadPoolData.put("當前活動線程數", activeCount);
threadPoolData.put("執行完線程數", completedThreadCount);
threadPoolData.put("總線程數", taskCount);
threadPoolData.put("初始線程數", poolSize);
threadPoolData.put("核心線程數", corePoolSize);
threadPoolData.put("線程池是否終止", isTerminated);
threadPoolData.put("線城池是否關閉", isShutdown);
threadPoolData.put("線程空閑時間", keepAliveTime);
threadPoolData.put("最大允許線程數", maximumPoolSize);
threadPoolData.put("線程池中存在的最大線程數", largestPoolSize);
InetAddress inetAddress = IdWorker.getLocalHostLANAddress();
Map<String, Object> resultData = new HashMap<>(4);
resultData.put("ip", inetAddress.getHostAddress());
resultData.put("threadPoolData", threadPoolData);
resultBean = ResultBeanUtil.success("請求成功！", resultData);
} catch (Exception e) {
e.printStackTrace();
}
return resultBean;
}
}
2.4、代碼中使用
public void getMap(){
/**
* 先將耗時的、相互之間無依賴的操作先執行，由于其執行結果暫時不是特別關注，所以
*/
Future<String> futureA = functionA();
Future<String> futureB = functionB();
/**
* 執行其他的操作，其實functionA(),functionB()也在工作
*/
aaa();
/**
* 獲取異步的結果，然后計算
*/
try {
String resultA =futureA.get();
String resuleB = futureB.get();
} catch (InterruptedException e) {
e.printStackTrace();
} catch (ExecutionException e) {
e.printStackTrace();
}
}
public Future<String> functionA (){
Future<String> future = null;
try {
Thread.sleep(5000);
future = new AsyncResult<String>("functionA");
} catch (InterruptedException e) {
e.printStackTrace();
}
return future;
}
public Future<String> functionB (){
Future<String> future = null;
try {
Thread.sleep(3000);
future = new AsyncResult<String>("functionB");
} catch (InterruptedException e) {
e.printStackTrace();
}
return future;
}
public void aaa(){
System.out.println("我是");
}
以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持億速云。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
