ExecutorService之invokeAll和invokeAny的使用场景

先看看ExecutorService中的这几个方法

public interface ExecutorService extends Executor {  

    //不再接受新任务,待所有任务执行完毕后关闭ExecutorService  
    void shutdown();  

    //不再接受新任务,直接关闭ExecutorService,返回没有执行的任务列表  
    List<Runnable> shutdownNow();  

    //判断ExecutorService是否关闭  
    boolean isShutdown();  

    //判断ExecutorService是否终止  
    boolean isTerminated();  

    //等待ExecutorService到达终止状态  
    boolean awaitTermination(long timeout, TimeUnit unit) throws InterruptedException;  
    <T> Future<T> submit(Callable<T> task);  

    //当task执行成功的时候future.get()返回result  
    <T> Future<T> submit(Runnable task, T result);  

    //当task执行成功的时候future.get()返回null  
    Future<?> submit(Runnable task);  

    //批量提交任务并获得他们的future,Task列表与Future列表一一对应  
    <T> List<Future<T>> invokeAll(Collection<? extends Callable<T>> tasks)  
        throws InterruptedException;  

    //批量提交任务并获得他们的future,并限定处理所有任务的时间  
    <T> List<Future<T>> invokeAll(Collection<? extends Callable<T>> tasks,  
    long timeout, TimeUnit unit) throws InterruptedException;  

    //批量提交任务并获得一个已经成功执行的任务的结果  
    <T> T invokeAny(Collection<? extends Callable<T>> tasks) throws InterruptedException, ExecutionException;  
  
    <T> T invokeAny(Collection<? extends Callable<T>> tasks,  
                    long timeout, TimeUnit unit)  
        throws InterruptedException, ExecutionException, TimeoutException;  
}  

应用场景

  1. invokeAny

需求描述:海量数据文件系统,我们需要找出其中某个资源(可以确定的是,该文件系统的资源都是唯一的)

我们可能启动多个线程去各自负责自己的区域,比如线程A负责Area_A,线程B负责Area_B,这样可以大规模的提升速度。但是我们希望只要其中一个线程找到符合要求的数据时 我们就立即返回,而不用还让其他线程继续执行下去,这样可以节省CPU使用率。而invokeAny就可以很好的解决这个问题,只要其中一个线程执行完了,就会立即返回,其他线程就会退出,不在占用cpu资源。

  1. invokeAll

需求描述:海量数据文件系统的搜索功能,但和上面的不同,里面存在多个相似的资源,需要全部查出来。

  1. invokeAll超时方法


    image.png

    在指定的时间范围内,如果没有执行完,则取消没有执行完的任务。

相关测试DEMO请参考:https://github.com/jerrik123/ExecutorService_invokeAll_Any

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 158,847评论 4 362
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,208评论 1 292
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 108,587评论 0 243
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,942评论 0 205
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,332评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,587评论 1 218
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,853评论 2 312
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,568评论 0 198
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,273评论 1 242
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,542评论 2 246
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,033评论 1 260
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,373评论 2 253
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,031评论 3 236
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,073评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,830评论 0 195
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,628评论 2 274
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,537评论 2 269

推荐阅读更多精彩内容