利用Java代码写一个并行调用模板（java怎么实现并行）

目录前言：1. 一个串行调用的例子2. CompletionService实现并行调用3. 抽取通用的并行调用方法4. 代码思考以及设计模式应用5. 思考总结

前言：

本文主要介绍内容有：

一个串行调用的例子（App首页信息查询）CompletionService实现并行调用抽取通用的并行调用方法代码思考以及设计模式应用思考总结

1. 一个串行调用的例子

如果让你设计一个APP首页查询的接口，它需要查用户信息、需要查banner信息、需要查标签信息等等。

一般情况，小伙伴会实现如下：

public AppHeadInfoResponse queryAppHeadInfo(AppInfoReq req) {

//查用户信息

UserInfoParam userInfoParam = buildUserParam(req);

UserInfoDTO userInfoDTO = userService.queryUserInfo(userInfoParam);

//查banner信息

BannerParam bannerParam = buildBannerParam(req);

BannerDTO bannerDTO = bannerService.queryBannerInfo(bannerParam);

//查标签信息

LabelPaHZQYZRRooram labelParam = buildLabelParam(req);

LabelDTO labelDTO = labelService.queryLabelInfo(labelParam);

//组装结果

return buildResponse(userInfoDTO,bannerDTO,labelDTO);

}

这段代码会有什么问题嘛？ 其实这是一段挺正常的代码，但是这个方法实现中，查询用户、banner、标签信息，是串行的，如果查询用户信息200ms，查询banner信息100ms，查询标签信息200ms的话，耗时就是500ms啦。

其实为了优化性能，我们可以修改为并行调用的方式，耗时可以降为200ms，如下图所示：

2. CompletionService实现并行调用

对于上面的例子，如何实现并行调用呢？

有小伙伴说，可以使用Future+Callable实现多个任务的并行调用。但是线程池执行批量任务时，返回值用Future的get()获取是阻塞的，如果前一个任务执行比较耗时的话，get（）方法会阻塞，形成排队等待的情况。

而CompletionService是对定义ExecutorService进行了包装，可以一边生成任务,一边获取任务的返回值。让这两件事分开执行,任务之间不会互相阻塞，可以获取最先完成的任务结果。

CompletionService的实现原理比较简单，底层通过FutureTask+阻塞队列，实现了任务先完成的话，可优先获取到。也就是说任务执行结果按照完成的先后顺序来排序，先完成可以优化获取到。内部有一个先进先出的阻塞队列，用于保存已经执行完成的Future，你调用CompletionService的poll或take方法即可获取到一个已经执行完成的Future，进而通过调用Future接口实现类的get方法获取最终的结果。

接下来，我们来看下，如何用CompletionService，实现并行查询APP首页信息哈。

思考步骤如下：

我们先把查询用户信息的任务，放到线程池，如下：

ExecutorService executor = Executors.newFixedThreadPool(10);

//查询用户信息

CompletionService userDTOCompletionService = new ExecutorCompletionService(executor);

Callable userInfoDTOCallableTask = () -> {

UserInfoParam userInfoParam = buildUserParam(req);

return userService.queryUserInfo(userInfoParam);

};

userDTOCompletionService.submit(userInfoDTOCallableTask);

但是如果想把查询banner信息的任务，也放到这个线程池的话，发现不好放了，因为返回类型不一样，一个是UserInfoDTO，另外一个是BannerDTO。那这时候，我们是不是把泛型声明为Object即可，因为所有对象都是继承于Object的？如下：

ExecutorService executor = Executors.newFixedThreadPool(10);

//查询用户信息

CompletionService

Callable

UserInfoParam userInfoParam = buildUserParam(req);

return userService.queryUserInfo(userInfoParam);

};

//banner信息任务

Callable

BannerParam bannerParam = buildBannerParam(req);

return bannerService.queryBannerInfo(bannerParam);

};

//提交用户信息任务

baseDTOCompletionService.submit(userInfoDTOCallableTask);

//提交banner信息任务

baseDTOCompletionService.submit(bannerDTOCallableTask);

这里会有个问题，就是获取返回值的时候，我们不知道哪个Object是用户信息的DTO，哪个是BannerDTO？怎么办呢？这时候，我们可以在参数里面做个扩展嘛，即参数声明为一个基础对象BaseRspDTO，再搞个泛型放Object数据的，然后基础对象BaseRspDTO有个区分是UserDTO还是BannerDTO的唯一标记属性key。代码如下：

public class BaseRspDTO {

//区分是DTO返回的唯一标记，比如是UserInfoDTO还是BannerDTO

private String key;

//返回的data

private T data;

public String getKey() {

return key;

}

public void setKey(String key) {

this.key = key;

}

public T getData() {

return data;

}

public void setData(T data) {

this.data = data;

}

}

//并行查询App首页信息

public AppHeadInfoResponse parallelQueryAppHeadPageInfo(AppInfoReq req) {

long beginTime = System.currentTimeMillis();

System.out.println("开始并行查询app首页信息，开始时间：" + beginTime);

ExecutorService executor = Executors.newFixedThreadPool(10);

CompletionService> baseDTOCompletionService = new ExecutorCompletionService>(executor);

//查询用户信息任务

Callable> userInfoDTOCallableTask = () -> {

UserInfoParam userInfoParam = buildUserParam(req);

UserInfoDTO userInfoDTO = userService.queryUserInfo(userInfoParam);

BaseRspDTO

userBaseRspDTO.setKey("userInfoDTO");

userBaseRspDTO.setData(userInfoDTO);

return userBaseRspDTO;

};

//banner信息查询任务

Callable> bannerDTOCallableTask = () -> {

BannerParam bannerParam = buildBannerParam(req);

BannerDTO bannerDTO = bannerService.queryBannerInfo(bannerParam);

BaseRspDTO

bannerBaseRspDTO.setKey("bannerDTO");

bannerBaseRspDTO.setData(bannerDTO);

return bannerBaseRspDTO;

};

//label信息查询任务

Callable> labelDTODTOCallableTask = () -> {

LabelParam labelParam = buildLabelParam(req);

LabelDTO labelDTO = labelService.queryLabelInfo(labelParam);

BaseRspDTO

labelBaseRspDTO.setKey("labelDTO");

labelBaseRspDTO.setData(labelDTO);

return labelBaseRspDTO;

};

//提交用户信息任务

baseDTOCompletionService.submit(userInfoDTOCallableTask);

//提交banner信息任务

baseDTOCompletionService.submit(bannerDTOCallableTask);

//提交label信息任务

baseDTOCompletionService.submit(labelDTODTOCallableTask);

UserInfoDTO userInfoDTO = null;

BannerDTO bannerDTO = null;

LabelDTO labelDTO = null;

try {

//因为提交了3个任务，所以获取结果次数是3

for (int i = 0; i < 3; i++) {

Future> baseRspDTOFuture = baseDTOCompletionService.poll(1, TimeUnit.SECONDS);

BaseRspDTO baseRspDTO = baseRspDTOFuture.get();

if ("userInfoDTO".equals(baseRspDTO.getKey())) {

userInfoDTO = (UserInfoDTO) baseRspDTO.getData();

} else if ("bannerDTO".equals(baseRspDTO.getKey())) {

bannerDTO = (BannerDTO) baseRspDTO.getData();

} else if ("labelDTO".equals(baseRspDTO.getKey())) {

labelDTO = (LabelDTO) baseRspDTO.getData();

}

}

} catch (InterruptedException e) {

e.printStackTrace();

} catch (ExecutionException e) {

e.printStackTrace();

}

System.out.println("结束并行查询app首页信息,总耗时：" + (System.currentTimeMillis() - beginTime));

return buildResponse(userInfoDTO, bannerDTO, labelDTO);

}

到这里为止，一个基于CompletionService实现并行调用的例子已经实现啦。是不是很开心，哈哈。

3. 抽取通用的并行调用方法

我们回过来观察下第2小节，查询app首页信息的demo：CompletionService实现了并行调用。大家有没有什么其他想法呢？比如,假设别的业务场景，也想通过并行调用优化，那是不是也得搞一套类似第2小节的代码。所以，我们是不是可以抽取一个通用的并行方法，让别的场景也可以用，对吧？这就是后端思维啦！

基于第2小节的代码，我们如何抽取通用并行调用方法呢。

首先，这个通用的并行调用方法，不能跟业务相关的属性挂钩，对吧，所以方法的入参应该有哪些呢？

方法的入参，可以有Callable对吧。因为并行，肯定是多个Callable任务的。所以，入参应该是一个Callable的数组。再然后，基于上面的APP首页查询的例子，Callable里面得带BaseRspDTO泛型，对吧？因此入参就是List>> list。

那并行调用的出参呢？ 你有多个Callable的任务，是不是得有多个对应的返回，因此，你的出参可以是List>。我们抽取的通用并行调用模板，就可以写成酱紫：

public List> executeTask(List>> taskList) {

List> resultList = new ArrayList<>();

//校验参数

if (taskList == null || taskList.size() == 0) {

return resultList;

}

ExecutorService executor = Executors.newFixedThreadPool(10);

CompletionService> baseDTOCompletionService = new ExecutorCompletionService>(executor);

//提交任务

for (Callable> task : taskList) {

baseDTOCompletionService.submit(task);

}

try {

//遍历获取结果

for (int i = 0; i < taskList.size(); i++) {

Future> baseRspDTOFuture = baseDTOCompletionService.poll(2, TimeUnit.SECONDS);

resultList.add(baseRspDTOFuture.get());

}

} catch (InterruptedException e) {

e.printStackTrace();

} catch (ExecutionException e) {

e.printStackTrace();

}

return resultList;

}

既然我们是抽取通用的并行调用方法，那以上的方法是否还有哪些地方需要改进的呢？

第一个可以优化的地方，就是executor线程池，比如有些业务场景想用A线程池，有些业务想用B线程池，那么，这个方法，就不通用啦，对吧。我们可以把线程池以参数的实行提供出来，给调用方自己控制。第二个可以优化的地方，就是CompletionService的poll方法获取时，超时时间是写死的。因为不同业务场景，超时时间可能不一样。所以，超时时间也是可以以参数形式放出来，给调用方自己控制。

我们再次优化一下这个通用的并行调用模板，代码如下：

public List> executeTask(List>> taskList, long timeOut, ExecutorService executor) {

List> resultList = new ArrayList<>();

//校验参数

if (taskList == null || taskList.size() == 0) {

return resultList;

}

if (executor == null) {

return resultList;

}

if (timeOut <= 0) {

return resultList;

}

//提交任务

CompletionService> baseDTOCompletionService = new ExecutorCompletionService>(executor);

for (Callable> task : taskList) {

baseDTOCompletionService.submit(task);

}

try {

//遍历获取结果

for (int i = 0; i < taskList.size(); i++) {

Future> baseRspDTOFuture = baseDTOCompletionService.poll(timeOut, TimeUnit.SECONDS);

resultList.add(baseRspDTOFuture.get());

}

} catch (InterruptedException e) {

e.printStackTrace();

} catch (ExecutionException e) {

e.printStackTrace();

}

return resultList;

}

以后别的场景也需要用到并行调用的话，直接调用你的这个方法即可，是不是有点小小的成就感啦，哈哈。

4. 代码思考以及设计模式应用

我们把抽取的那个公用的并行调用方法，应用到App首页信息查询的例子，

代码如下：

public AppHeadInfoResponse parallelQueryAppHeadPageInfo1(AppInfoReq req) {

long beginTime = System.currentTimeMillis();

System.out.println("开始并行查询app首页信息，开始时间：" + beginTime);

//用户信息查询任务

Callable> userInfoDTOCallableTask = () -> {

UserInfoParam userInfoParam = buildUserParam(req);

UserInfoDTO userInfoDTO = userService.queryUserInfo(userInfoParam);

BaseRspDTO

userBaseRspDTO.setKey("userInfoDTO");

userBaseRspDTO.setData(userInfoDTO);

return userBaseRspDTO;

};

//banner信息查询任务

Callable> bannerDTOCallableTask = () -> {

BannerParam bannerParam = buildBannerParam(req);

BannerDTO bannerDTO = bannerService.queryBannerInfo(bannerParam);

BaseRspDTO

bannerBaseRspDTO.setKey("bannerDTO");

bannerBaseRspDTO.setData(bannerDTO);

return bannerBaseRspDTO;

};

//label信息查询任务

Callable> labelDTODTOCallableTask = () -> {

LabelParam labelParam = buildLabelParam(req);

LabelDTO labelDTO = labelService.queryLabelInfo(labelParam);

BaseRspDTO

labelBaseRspDTO.setKey("labelDTO");

labelBaseRspDTO.setData(labelDTO);

return labelBaseRspDTO;

};

List>> taskList = new ArrayList<>();

taskList.add(userInfoDTOCallableTask);

taskList.add(bannerDTOCallableTask);

taskList.add(labelDTODTOCallableTask);

ExecutorService executor = Executors.newFixedThreadPool(10);

List> resultList = parallelInvokeCommonService.executeTask(taskList, 3, executor);

if (resultList == null || resultList.size() == 0) {

return new AppHeadInfoResponse();

}

UserInfoDTO userInfoDTO = null;

BannerDTO bannerDTO = null;

LabelDTO labelDTO = null;

//遍历结果

for (int i = 0; i < resultList.size(); i++) {

BaseRspDTO baseRspDTO = resultList.get(i);

if ("userInfoDTO".equals(baseRspDTO.getKey())) {

userInfoDTO = (UserInfoDTO) baseRspDTO.getData();

} else if ("bannerDTO".equals(baseRspDTO.getKey())) {

bannerDTO = (BannerDTO) baseRspDTO.getData();

} else if ("labelDTO".equals(baseRspDTO.getKey())) {

labelDTO = (LabelDTO) baseRspDTO.getData();

}

}

System.out.println("结束并行查询app首页信息,总耗时：" + (System.currentTimeMillis() - beginTime));

return buildResponse(userInfoDTO, bannerDTO, labelDTO);

}

基于以上代码，小伙伴们，是否还有其他方面的优化想法呢？ 比如这几个Callable查询任务，我们是不是也可以抽取一下？让代码更加简洁。

二话不说，现在我们直接建一个BaseTaskCommand类，实现Callable接口，把查询用户信息、查询banner信息、label标签信息的查询任务放进去。

代码如下：

public class BaseTaskCommand implements Callable> {

private String key;

private AppInfoReq req;

private IUserService userService;

private IBannerService bannerService;

private ILabelService labelService;

public BaseTaskCommand(String key, AppInfoReq req, IUserService userService, IBannerService bannerService, ILabelService labelService) {

this.key = key;

this.req = req;

this.userService = userService;

this.bannerService = bannerService;

this.labelService = labelService;

}

@Override

public BaseRspDTO

if ("userInfoDTO".equals(key)) {

UserInfoParam userInfoParam = buildUserParam(req);

UserInfoDTO userInfoDTO = userService.queryUserInfo(userInfoParam);

BaseRspDTO

userBaseRspDTO.setKey("userInfoDTO");

userBaseRspDTO.setData(userInfoDTO);

return userBaseRspDTO;

} else if ("bannerDTO".equals(key)) {

BannerParam bannerParam = buildBannerParam(req);

BannerDTO bannerDTO = bannerService.queryBannerInfo(bannerParam);

BaseRspDTO

bannerBaseRspDTO.setKey("bannerDTO");

bannerBaseRspDTO.setData(bannerDTO);

return bannerBaseRspDTO;

} else if ("labelDTO".equals(key)) {

LabelParam labelParam = buildLabelParam(req);

LabelDTO labelDTO = labelService.queryLabelInfo(labelParam);

BaseRspDTO

labelBaseRspDTO.setKey("labelDTO");

labelBaseRspDTO.setData(labelDTO);

return labelBaseRspDTO;

}

return null;

}

private UserInfoParam buildUserParam(AppInfoReq req) {

return new UserInfoParam();

}

private BannerParam buildBannerParam(AppInfoReq req) {

return new BannerParam();

}

private LabelParam buildLabelParam(AppInfoReq req) {

return new LabelParam();

}

}

以上这块代码，构造函数还是有比较多的参数，并且call()方法中，有多个if...else...,如果新增一个分支（比如查询浮层信息），那又得在call方法里修改了，并且BaseTaskCommand的构造器也要修改了。

大家是否有印象，多程序中出现多个if...else...时，我们就可以考虑使用策略模式+工厂模式优化。

我们声明多个策略实现类，如下：

public interface IBaseTask {

//返回每个策略类的key，如

String getTaskType();

BaseRspDTO

}

//用户信息策略类

@Service

public class UserInfoStrategyTask implements IBaseTask {

@Autowired

private IUserService userService;

@Override

public String getTaskType() {

return "userInfoDTO";

}

@Override

public BaseRspDTO

UserInfoParam userInfoParam = userService.buildUserParam(req);

UserInfoDTO userInfoDTO = userService.queryUserInfo(userInfoParam);

BaseRspDTO

userBaseRspDTO.setKey(getTaskType());

userBaseRspDTO.setData(userBaseRspDTO);

return userBaseRspDTO;

}

}

/**

* banner信息策略实现类

**/

@Service

public class BannerStrategyTask implements IBaseTask {

@Autowired

private IBannerService bannerService;

@Override

public String getTaskType() {

return "bannerDTO";

}

@Override

public BaseRspDTO

BannerParam bannerParam = bannerService.buildBannerParam(req);

BannerDTO bannerDTO = bannerService.queryBannerInfo(bannerParam);

BaseRspDTO

bannerBaseRspDTO.setKey(getTaskType());

bannerBaseRspDTO.setData(bannerDTO);

return bannerBaseRspDTO;

}

}

...

然后这几个策略实现类，怎么交给spring管理呢？ 我们可以实现ApplicationContextAware接口，把策略的实现类注入到一个map，然后根据请求方不同的策略请求类型(即DTO的类型），去实现不同的策略类调用。其实这类似于工厂模式的思想。

代码如下：

/**

* 策略工厂类

**/

@Component

public class TaskStrategyFactory implements ApplicationContextAware {

private Map map = new ConcurrentHashMap<>();

@Override

public void setApplicationContext(ApplicationContext applicationContext) throws BeansException {

Map tempMap = applicationContext.getBeansOfType(IBaseTask.class);

tempMap.values().forEach(iBaseTask -> {

map.put(iBaseTask.getTaskType(), iBaseTask);

});

}

public BaseRspDTO

IBaseTask baseTask = map.get(key);

if (baseTask != null) {

System.out.println("工厂策略实现类执行");

return baseTask.execute(req);

}

return null;

}

}

有了策略工厂类TaskStrategyFactory，我们再回来优化下BaseTaskCommand类的代码。它的构造器已经不需要多个IUserService userService, IBannerService bannerService, ILabelService labelService啦，只需要策略工厂类TaskStrategyFactory即可。同时策略也不需要多个if...else...判断了，用策略工厂类TaskStrategyFactory代替即可。

优化后的代码如下：

public class BaseTaskCommand implements Callable> {

private String key;

private AppInfoReq req;

private TaskStrategyFactory taskStrategyFactory;

public BaseTaskCommand(String key, AppInfoReq req, TaskStrategyFactory taskStrategyFactory) {

this.key = key;

this.req = req;

this.taskStrategyFactory = taskStrategyFactory;

}

@Override

public BaseRspDTO

return taskStrategyFactory.executeTask(key, req);

}

}

因此整个app首页信息并行查询，就可以优化成这样啦，如下：

public AppHeadInfoResponse parallelQueryAppHeadPageInfo2(AppInfoReq req) {

long beginTime = System.currentTimeMillis();

System.out.println("开始并行查询app首页信息（最终版本），开始时间：" + beginTime);

List>> taskList = new ArrayList<>();

//用户信息查询任务

taskList.add(new BaseTaskCommand("userInfoDTO", req, taskStrategyFactory));

//banner查询任务

taskList.add(new BaseTaskCommand("bannerDTO", req, taskStrategyFactory));

//标签查询任务

taskList.add(new BaseTaskCommand("labelDTO", req, taskStrategyFactory));

ExecutorService executor = Executors.newFixedThreadPool(10);

List> resultList = parallelInvokeCommonService.executeTask(taskList, 3, executor);

if (resultList == null || resultList.size() == 0) {

return new AppHeadInfoResponse();

}

UserInfoDTO userInfoDTO = null;

BannerDTO bannerDTO = null;

LabelDTO labelDTO = null;

for (BaseRspDTO

if ("userInfoDTO".equals(baseRspDTO.getKey())) {

userInfoDTO = (UserInfoDTO) baseRspDTO.getData();

} else if ("bannerDTO".equals(baseRspDTO.getKey())) {

bannerDTO = (BannerDTO) baseRspDTO.getData();

} else if ("labelDTO".equals(baseRspDTO.getKey())) {

labelDTO = (LabelDTO) baseRspDTO.getData();

}

}

System.out.println("结束并行查询app首页信息（最终版本）,总耗时：" + (System.currentTimeMillis() - beginTime));

return buildResponse(userInfoDTO, bannerDTO, labelDTO);

}

5. 思考总结

以上代码整体优化下来，已经很简洁啦。那还有没有别的优化思路呢。

其实还是有的，比如，把唯一标记的key定义为枚举，而不是写死的字符串"userInfoDTO"、"bannerDTO"，"labelDTO"。还有，除了CompletionService，有些小伙伴喜欢用CompletableFuture实行并行调用。

本文大家学到了哪些知识呢？

如何优化接口性能？某些场景下，可以使用并行调用代替串行。如何实现并行调用呢？ 可以使用CompletionService。学到的后端思维是？ 日常开发中，要学会抽取通用的方法、或者工具。策略模式和工厂模式的应用

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。