使用FutureTask来提高接口的并发性能优化经验以及踩坑记录

背景:

批量数据采集接口,随着时间的推移,设备一次性上传的数据包越来越大,大到一次性需要处理64条数据,而每条数据需要花费大量的时间去处理,那么如果串行对任务进行处理的话,那么总时间就是N * 64

神操作来了:

使用FutureTask来进行并发操作

1、需要先定义一个并发处理线程池

1)注意注意,需要注意核心线程参数设置,否则会暴雷

  1. 注意注意,需要注意队列和最大线程数设置,否则会暴雷
复制代码
// 定义一个任务列表,方便后面阻塞获取线程执行的结果
List<FutureTask<SaveCollectDataReq>> taskList = new ArrayList<>(); 
for (SaveCollectDataReq saveCollectDataReq : saveCollectDatas) {
    FutureTask<SaveCollectDataReq> futureTask = new FutureTask(new BatchProduceTask(saveCollectDataReq, processOrderProduceService));
    taskList.add(futureTask);
    // 这里是将任务快速提交到线程池,并发处理
    taskAsyncExecutor.submit(futureTask);

}
for (FutureTask<SaveCollectDataReq> saveCollectDataReqFutureTask : taskList) {
    SaveCollectDataReq saveCollectDataReq = null;
    try {
        // 这里是获取并发处理的结果,方便后续的操作
        saveCollectDataReq = saveCollectDataReqFutureTask.get();
        if (Objects.isNull(saveCollectDataReq)) {
            continue;
        }
    } catch (InterruptedException | ExecutionException e) {
        log.error("数据批处理过程异常:",e);
        throw new AiipcBizException(e.getMessage());
    }
}

上面的代码上没什么坑,主要的坑在于线程池,线程的核心数、最大数、队列数以及拒绝策略,这几个参数都会影响接口的执行效率,了解一下

复制代码
CallerRunsPolicy拒绝策略,这个策略是干什么的呢,他不会像其他策略那样抛弃任务或直接报异常,他会退化成由调用者执行这个任务,坑爹的地方自己想吧。
相关推荐
前端青山9 小时前
Node.js-增强 API 安全性和性能优化
开发语言·前端·javascript·性能优化·前端框架·node.js
青云交14 小时前
大数据新视界 -- 大数据大厂之 Impala 性能优化:应对海量复杂数据的挑战(上)(7/30)
大数据·性能优化·impala·数据分区·查询优化·海量复杂数据·经典案例
chusheng184017 小时前
Python 爬取大量数据如何并发抓取与性能优化
开发语言·python·性能优化
XMYX-01 天前
MySQL 性能优化策略:提升响应速度与系统稳定性
mysql·性能优化
PangPiLoLo2 天前
高可用架构-业务高可用
java·性能优化·架构
尸僵打怪兽2 天前
软考(中级-软件设计师)数据库篇(1101)
数据库·oracle·性能优化·软考
程序猿进阶2 天前
系统上云-流量分析和链路分析
java·后端·阿里云·面试·性能优化·系统架构·云计算
飞腾开发者3 天前
飞腾平台Arm ComputeLibrary编译安装指南
linux·服务器·arm开发·后端·性能优化
新知图书4 天前
MySQL 9从入门到性能优化-系统信息函数
数据库·mysql·性能优化
Databuff4 天前
JVM性能优化实战手册:从监控到调优策略
linux·运维·jvm·性能优化·自动化·devops