异步编排利器:使用CompletableFuture优化服务页面响应速度

文章目录

在如今的互联网应用中,用户体验至关重要。特别是在处理复杂业务逻辑时,如何提升系统响应速度成为开发者必须考虑的问题。本文将带你了解如何通过 CompletableFuture实现异步编排,以显著提升代码执行效率。

1、什么是CompletableFuture异步编排?
1.1、问题背景

假设你是一名代驾司机,结束一次代驾服务后,系统需要进行多个远程调用来完成一些关键数据的获取和计算。例如:

  1. 获取订单信息 (1秒)
  2. 计算防止刷单 (0.5秒)
  3. 计算订单实际里程 (0.5秒)
  4. 计算订单实际代驾费用 (1秒)
  5. 其他计算......

如果这些操作按顺序逐一执行,司机需要等待至少4秒才能完成所有操作,这显然是不可接受的。为了提升效率,我们可以利用多线程并行执行这些任务,通过异步编排将整体耗时压缩到1.1秒左右。

1.2、为什么使用CompletableFuture?

CompletableFuture是Java中用于处理异步任务的一个类,它允许我们将多个操作并行处理,从而极大地缩短总的执行时间。相比于传统的串行执行方式,CompletableFuture能够更高效地利用系统资源,并为用户提供更快的响应速度。

2、如何使用CompletableFuture进行异步编排?
2.1、创建异步任务

CompletableFuture提供了多个方法来创建异步任务,其中最常用的是supplyAsyncrunAsync。前者适用于需要返回结果的任务,后者则适用于不需要返回结果的任务。

复制代码
public static <U> CompletableFuture<U> supplyAsync(Supplier<U> supplier);
public static <U> CompletableFuture<U> supplyAsync(Supplier<U> supplier, Executor executor);

public static CompletableFuture<Void> runAsync(Runnable runnable);
public static CompletableFuture<Void> runAsync(Runnable runnable, Executor executor);

通过这些方法,我们可以轻松地将任务分配到线程池中异步执行。

2.2、任务的串行执行

虽然CompletableFuture主要用于并行任务的处理,但它也支持将多个任务串联起来,按顺序执行。这在处理一些需要依赖前一步结果的任务时非常有用。

复制代码
// 无返回值的串行执行
public CompletableFuture<Void> thenRun(Runnable action);
public CompletableFuture<Void> thenRunAsync(Runnable action);
public CompletableFuture<Void> thenRunAsync(Runnable action, Executor executor);

// 使线程串行执行,有入参,无返回值
public CompletableFuture<Void> thenAccept(Consumer<? super T> action);
public CompletableFuture<Void> thenAcceptAsync(Consumer<? super T> action);
public CompletableFuture<Void> thenAcceptAsync(Consumer<? super T> action, Executor executor);

// 有返回值的串行执行
public <U> CompletableFuture<U> thenApply(Function<? super T,? extends U> fn);
public <U> CompletableFuture<U> thenApplyAsync(Function<? super T,? extends U> fn);
public <U> CompletableFuture<U> thenApplyAsync(Function<? super T,? extends U> fn, Executor executor);

这些方法允许我们在异步任务完成后执行后续操作,进一步提升代码的灵活性。

2.3、多任务组合

当我们有多个异步任务需要同时执行,并在所有任务完成后进行统一处理时,可以使用allOf方法将这些任务组合起来。

复制代码
java
复制代码
public static CompletableFuture<Void> allOf(CompletableFuture<?>... cfs);

allOf方法能够等待所有任务完成,然后再执行后续操作,这对于处理复杂的异步流程非常有帮助。

2.4、代码示例

以下是一个完整的代码示例,展示了如何使用CompletableFuture实现异步编排,并显著提升系统的响应速度。

复制代码
package com.atguigu.daijia.driver;

import lombok.SneakyThrows;

import java.util.concurrent.*;

public class CompletableFutureTest5 {

    @SneakyThrows
    public static void main(String[] args) {
        // 动态获取服务器的CPU核心数
        int processors = Runtime.getRuntime().availableProcessors();
        ThreadPoolExecutor executor = new ThreadPoolExecutor(
                processors+1, // 核心线程数,通常是CPU核数加1
                processors+1,
                0,
                TimeUnit.SECONDS,
                new ArrayBlockingQueue<>(10),
                Executors.defaultThreadFactory(),
                new ThreadPoolExecutor.AbortPolicy()
        );

        CompletableFuture<String> future01 = CompletableFuture.supplyAsync(() -> "任务1", executor);
        CompletableFuture<String> future02 = CompletableFuture.supplyAsync(() -> "任务2", executor);
        CompletableFuture<String> future03 = CompletableFuture.supplyAsync(() -> {
            try {
                Thread.sleep(3000);
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
            return "任务3";
        }, executor);

        // 串联起若干个线程任务, 没有返回值
        CompletableFuture<Void> all = CompletableFuture.allOf(future01, future02, future03);
        // 等待所有任务执行完成
        all.join();
        all.get();
    }
}   

通过上述代码,我们可以将多个耗时任务并行处理,大幅缩短整体执行时间,提高系统的效率和用户体验。

3、总结

CompletableFuture提供了一种简单而强大的方式来优化代码的执行效率。通过异步编排,我们不仅可以有效利用多线程,还能显著提升系统的响应速度。在需要处理复杂业务逻辑和多个远程调用的场景下,CompletableFuture无疑是一个值得尝试的利器。

相关推荐
zopple12 分钟前
ThinkPHP5.x与3.x核心差异解析
java·python·php
2401_8359568113 分钟前
Golang怎么写基准测试benchmark_Golang基准测试教程【完整】
jvm·数据库·python
RisunJan25 分钟前
Linux命令-ngrep(方便的数据包匹配和显示工具)
linux·运维·服务器
.千余26 分钟前
【Linux】基本指令3
linux·服务器·开发语言·学习
南境十里·墨染春水38 分钟前
C++ 笔记 thread
java·开发语言·c++·笔记·学习
南境十里·墨染春水39 分钟前
C++ 笔记 高级线程同步原语与线程池实现
java·开发语言·c++·笔记·学习
热爱Liunx的丘丘人42 分钟前
Ansible-doc及常用模块
linux·运维·服务器·ansible
阿杰学AI1 小时前
AI核心知识129—大语言模型之 向量数据库(简洁且通俗易懂版)
数据库·人工智能·ai·语言模型·自然语言处理·向量数据库·vector database
SPC的存折1 小时前
D在 Alpine 容器中手动搭建 Discuz 全攻略(包含镜像一键部署脚本,可直接用)
linux·数据库·mysql·缓存
李兆龙的博客1 小时前
从一到无穷大 #67 大查询根因分析 - 从 PinSQL 到 RCRank
数据库·时序数据库