Java多线程之批量发起请求

日常开发中可能会遇到批量发起请求的场景,如:从某个服务器拉取大批量数据,如果一次拉取,数据量太大。采用分页拉取方式,一页一页拉取,比较耗时,此时我们可以批量的同时去拉数据。

如何发起批量请求呢?可以使用Java多线程去实现。每个线程拉取数据的执行时间可能不一致,我们希望先执行完任务的线程可以优先返回数据,不是等待所有线程都执行完,才返回数据。

Future方式

public static void sleep(long time) {
    try {
        TimeUnit.SECONDS.sleep(time);
    } catch (InterruptedException e) {
        e.printStackTrace();
    }
}
public static void test() {
    long start = System.currentTimeMillis();

    //定义ExecutorService
    ExecutorService executor = Executors.newFixedThreadPool(3);

    //定义批量任务,每个任务的耗时不等
    final List<Callable<Integer>> tasks = Arrays.asList(
            () -> {
                sleep(30L);
                System.out.println("Task 30 completed done.");
                return 30;
            },
            () -> {
                sleep(10L);
                System.out.println("Task 10 completed done.");
                return 10;
            },
            () -> {
                sleep(20L);
                System.out.println("Task 20 completed done.");
                return 20;
            }
    );

    //批量提交执行异步任务,
    try {
        List<Future<Integer>> futures = executor.invokeAll(tasks);
        futures.forEach(future -> {
            try {
                System.out.println("返回结果: " + future.get());
            } catch (InterruptedException | ExecutionException e) {
                e.printStackTrace();
            }
        });
        executor.shutdown();
    } catch (InterruptedException e) {
        e.printStackTrace();
    }

    long end = System.currentTimeMillis();
    long seed = end - start;
    System.out.format("seed=%s", seed);
}

执行结果:

Task 30 completed done.
Task 10 completed done.
Task 20 completed done.
返回结果: 30
返回结果: 10
返回结果: 20
seed=30068

我们无法优先获取最先执行完任务线程的结果,而是等到耗时(30s)最长的任务执行完毕后才可以拿到结果。

CompletableFuture方式

public static void test2() {
    long start = System.currentTimeMillis();

    List<String> list = Arrays.asList("1", "2", "3");
    List<CompletableFuture<String>> futures = list.stream()
            .map(item ->
                    CompletableFuture.supplyAsync(() -> {
                                if ("1".equals(item)) {
                                    sleep(10L);
                                } else if ("2".equals(item)) {
                                    sleep(30L);
                                } else {
                                    sleep(20L);
                                }

                                System.out.println("thread name: " + Thread.currentThread().getName() + " task: " + item);
                                return "任务" + item;
                            }
                    )).collect(Collectors.toList());

    futures.forEach(future -> {
        future.thenAccept(result -> {
            System.out.println("返回结果: " + result);
        });
    });

    futures.forEach(future -> {
        future.join();
    });

    long end = System.currentTimeMillis();
    long seed = end - start;
    System.out.format("seed=%s", seed);
}

执行结果:

thread name: ForkJoinPool.commonPool-worker-9 task: 1
返回结果: 任务1
thread name: ForkJoinPool.commonPool-worker-11 task: 3
返回结果: 任务3
thread name: ForkJoinPool.commonPool-worker-2 task: 2
返回结果: 任务2
seed=30079

可以优先拿到最先执行完任务线程的执行结果。

CompletionService方式

public static void test3() {
    long start = System.currentTimeMillis();
    //定义ExecutorService
    ExecutorService executor = Executors.newFixedThreadPool(3);

    //定义批量任务,每个任务的耗时不等
    final List<Callable<Integer>> tasks = Arrays.asList(
            () -> {
                sleep(30L);
                System.out.println("Task 30 completed done.");
                return 30;
            },
            () -> {
                sleep(10L);
                System.out.println("Task 10 completed done.");
                return 10;
            },
            () -> {
                sleep(20L);
                System.out.println("Task 20 completed done.");
                return 20;
            }
    );

    //批量提交执行异步任务,
    try {
        CompletionService<Integer> completionService = new ExecutorCompletionService<>(executor);
        tasks.forEach(completionService::submit);

        for (int i = 0; i < tasks.size(); i++) {
            try {
                System.out.println("返回结果: " + completionService.take().get());

            } catch (InterruptedException | ExecutionException e) {
                e.printStackTrace();
            }
        }
        executor.shutdown();
    } catch (Exception e) {
        e.printStackTrace();
    }

    long end = System.currentTimeMillis();
    long seed = end - start;
    System.out.format("seed=%s", seed);
}

执行结果:

Task 10 completed done.
返回结果: 10
Task 20 completed done.
Task 30 completed done.
返回结果: 20
返回结果: 30
seed=30064

可以优先拿到最先执行完任务线程的执行结果。

推荐

https://juejin.cn/post/6844904195162636295
https://www.jianshu.com/p/2528550e94a9

©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 159,219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 67,363评论 1 293
  • 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 108,933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 44,020评论 0 206
  • 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 52,400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 40,640评论 1 219
  • 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 31,896评论 2 313
  • 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 30,597评论 0 199
  • 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 34,327评论 1 244
  • 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 30,581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 32,072评论 1 261
  • 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 28,399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 33,054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 26,083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 26,849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 35,672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 35,585评论 2 270

推荐阅读更多精彩内容