Java组合异步编程（2）

当前位置:

首页 > Java教程 >

Java组合异步编程（2）

多数码农在开发的时候，要么处理同步应用，要么处理异步。但是如果能学会使用CompletableFuture，就会具备一种神奇的能力：将同步变为异步（有点像用了月光宝盒后同时穿梭在好几个时空的感觉）。怎么做呢？来看看代码。

新增一个商店类Shop：

/**
 * 商店类

 * 
 * @author 湘王
 */
public class Shop {
    private String name = "";

    public Shop(String name) {
        this.name = name;
    }
    
    public String getName() {
        return name;
    }
    
    public void setName(String name) {
        this.name = name;
    }

    private double calculatePrice(String product) {
        delay();
        return 10 * product.charAt(0);
    }

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

    // 同步得到价格
    public double getPrice(String word) {
        return calculatePrice(word);
    }

    // 增加异步查询：将同步方法转化为异步方法
    public Future<Double> getPriceAsync(String product) {
        CompletableFuture<Double> future = new CompletableFuture<>();
        new Thread(() -> {
            double price = calculatePrice(product);
            // 需要长时间计算的任务结束并返回结果时，设置Future返回值
            future.complete(price);
        }).start();

        // 无需等待还没结束的计算，直接返回future对象
        return future;
    }
}

然后再增加两个测试方法，一个同步，一个异步，分别对应商店类中的同步和异步方法：

// 测试同步方法
public static void testGetPrice() {
    Shop friend = new Shop("某宝");
    long start = System.nanoTime();
    double price = friend.getPrice("MacBook pro");
    System.out.printf(friend.getName() + " price is: %.2f%n", price);
    long invocationTime = (System.nanoTime() - start) / 1_000_000;
    System.out.println("同步调用花费时间：" + invocationTime + " msecs");

    // 其他耗时操作（休眠）
    doSomethingElse();

    long retrievalTime = (System.nanoTime() - start) / 1_000_000;
    System.out.println("同步方法返回所需时间：" + retrievalTime + " msecs");
}

// 测试异步方法
public static void testGetPriceAsync() throws InterruptedException, ExecutionException {
    Shop friend = new Shop("某东");
    long start = System.nanoTime();
    Future<Double> futurePrice = friend.getPriceAsync("MacBook pro");
    long invocationTime = (System.nanoTime() - start) / 1_000_000;
    System.out.println("异步方法花费时间：" + invocationTime + " msecs");

    // 其他耗时操作（休眠）
    doSomethingElse();

    // 从future对象中读取价格，如果价格未知，则发生阻塞
    double price = futurePrice.get();
    System.out.printf(friend.getName() + " price is: %.2f%n", price);

    long retrievalTime = (System.nanoTime() - start) / 1_000_000;
    System.out.println("异步方法返回所需时间：" + retrievalTime + " msecs");
}

这里之所以采用微秒，是因为代码量太少的缘故，如果用毫秒根本看不出来差别。运行之后会发现异步的时间大大缩短。

假设现在咱们做了一个网站，需要针对同一个商品查询它在不同电商平台的价格（假设已经实现了这样的接口），那么显然，如果想查出所有平台的价格，需要一个个地调用，就像这样（为了效果更逼真一些，将返回的价格做了一些调整）：

private double calculatePrice(String product) {
    delay();
    return new Random().nextDouble() * product.charAt(0) * product.charAt(1);
}



/**
 * 测试客户端

 *
 */
public class ClientTest {
    private List<Shop> shops = Arrays.asList(
        new Shop("taobao.com"),
        new Shop("tmall.com"),
        new Shop("jd.com"),
        new Shop("amazon.com")
    );

    // 根据名字返回每个商店的商品价格
    public List<String> findPrice(String product) {
        List<String> list = shops.stream()
                                .map(shop ->
                                    String.format("%s price is %.2f RMB",
                                    shop.getName(), shop.getPrice(product)))
                                .collect(Collectors.toList());
        return list;
    }

    // 同步方式实现findPrices方法，查询每个商店
    public void test() {
        long start = System.nanoTime();
        List<String> list = findPrice("IphoneX");

        System.out.println(list);
        System.out.println("Done in " + (System.nanoTime() - start) / 1_000_000 + " ms");
    }

    public static void main(String[] args) {
        ClientTest client = new ClientTest();
        client.test();
    }
}

由于调用的是同步方法，因此结果查询较慢——叔可忍婶不能忍！

如果可以同时查询所有的电商平台是不是会快一些呢？可以试试，使用流式计算中的并行流：

// 根据名字返回每个商店的商品价格
public List<String> findPrice(String product) {
    List<String> list = shops.parallelStream()// 使用并行流
            .map(shop ->
            String.format("%s price is %.2f RMB",
                    shop.getName(), shop.getPrice(product)))
            .collect(Collectors.toList());
    return list;
}

改好之后再试一下，果然快多了！

可以用咱们学过的CompletableFuture再来把它改造一下：

// 使用CompletableFuture发起异步请求
// 这里使用了两个不同的Stream流水线，而不是在同一个处理流的流水线上一个接一个地放置两个map操作
// 这其实是有原因的：考虑流操作之间的延迟特性，如果在单一流水线中处理流，发向不同商家的请求只能以同步、顺序执行的方式才会成功
// 因此，每个创建CompletableFuture对象只能在前一个操作结束之后执行查询指定商家的动作、通知join()方法返回计算结果
public List<String> findPrice(String product) {
    List<CompletableFuture<String>> futures =
                shops.parallelStream()
                        .map(shop -> CompletableFuture.supplyAsync(
                            () -> String.format("%s price is %.2f RMB",
                                shop.getName(), shop.getPrice(product))))
                        .collect(Collectors.toList());
    return futures.stream()
                    // 等待所有异步操作结束（join和Future接口中的get有相同的含义）
                    .map(CompletableFuture::join)
                    .collect(Collectors.toList());
}

这样一来，新的CompletableFuture对象只有在前一个操作完全结束之后，才能创建。而且使用两个不同的Stream流水线，也可以让前一个CompletableFuture在还未执行完成时，就创建新的CompletableFuture对象。它的执行过程就像下面这样：

还有没有改进空间呢？当然是有的！但是代码过于复杂，而且在多数情况下，上面列举出的所有代码已经足够解决实际工作中90%的问题了。不过还是把CompletableFuture结合定制Executor的代码贴出来，这样也有个大致的概念（不鼓励钻牛角尖）。

// 使用定制的Executor配置CompletableFuture
public List<String> findPrice(String product) {
    // 为“最优价格查询器”应用定制的执行器Execotor
    Executor executor = Executors.newFixedThreadPool(Math.min(shops.size(), 100),
        (Runnable r) -> {
            Thread thread = new Thread(r);
            // 使用守护线程，这种方式不会阻止程序的关停
            thread.setDaemon(true);
            return thread;
        }
    );
    // 将执行器Execotor作为第二个参数传递给supplyAsync工厂方法
    List<CompletableFuture<String>> futures = shops.stream()
                        .map(shop -> CompletableFuture.supplyAsync(
                            () -> String.format("%s price is %.2f RMB",
                                    shop.getName(), shop.getPrice(product)), executor))
                        .collect(Collectors.toList());
    return futures.stream()
                    // 等待所有异步操作结束（join和Future接口中的get有相同的含义）
                    .map(CompletableFuture::join)
                    .collect(Collectors.toList());
}

这基本上就是CompletableFuture全部的内容了。可以总结一下，对于集合进行并行计算有两种方法：

1、要么将其转化为并行流，再利用map这样的操作开展工作

2、要么枚举出集合中的每一个元素，创建新的线程，在CompletableFuture内操作

CompletableFuture提供了更多的灵活性，它可以调整线程池的大小，确保整体的计算不会因为线程因为I/O而发生阻塞。因此使用建议是：

1、如果进行的是计算密集型操作，且无I/O操作，那么推荐使用并行parallelStream()

2、如果并行的计算单元还涉及等待I/O的操作（包括网络连接等待），那么使用CompletableFuture灵活性更好。

出处：https://www.cnblogs.com/xiangwang1111/p/16878845.html

栏目列表