高性能Java并发编程：线程池与异步编程最佳实践

Future模式与CompletableFuture

处理异步任务时，Future与CompletableFuture是强有力的工具。

实战案例：多API并行调用

假设我们需要从多个微服务获取数据，然后合并结果：

java 复制代码

public UserProfileDto getUserProfile(Long userId) {
    long startTime = System.currentTimeMillis();
    
    // 并行获取用户基本信息
    CompletableFuture<UserBasicInfo> basicInfoFuture = CompletableFuture
        .supplyAsync(() -> userService.getBasicInfo(userId));
    
    // 并行获取用户订单信息
    CompletableFuture<List<Order>> ordersFuture = CompletableFuture
        .supplyAsync(() -> orderService.getUserOrders(userId));
    
    // 并行获取用户积分信息
    CompletableFuture<PointsInfo> pointsFuture = CompletableFuture
        .supplyAsync(() -> pointsService.getUserPoints(userId));
    
    // 等待所有任务完成并合并结果
    UserProfileDto result = CompletableFuture
        .allOf(basicInfoFuture, ordersFuture, pointsFuture)
        .thenApply(v -> {
            UserBasicInfo basicInfo = basicInfoFuture.join();
            List<Order> orders = ordersFuture.join();
            PointsInfo points = pointsFuture.join();
            return new UserProfileDto(basicInfo, orders, points);
        })
        .join();
    
    long endTime = System.currentTimeMillis();
    log.info("获取用户档案总耗时: {}ms", (endTime - startTime));
    
    return result;
}

使用CompletableFuture可以将原本串行执行的三个服务调用并行化，显著提升响应速度。

线程池的正确使用姿势

线程池是Java并发编程的重要组件，但使用不当会导致严重问题。

线程池核心参数详解

java 复制代码

ThreadPoolExecutor executor = new ThreadPoolExecutor(
    corePoolSize,      // 核心线程数
    maximumPoolSize,   // 最大线程数
    keepAliveTime,     // 空闲线程存活时间
    timeUnit,          // 时间单位
    workQueue,         // 工作队列
    threadFactory,     // 线程工厂
    rejectedExecutionHandler  // 拒绝策略
);

真实踩坑：线程池参数配置不当

某支付系统中，开发人员使用了这样的线程池：

java 复制代码

// 错误示范
ExecutorService executor = Executors.newFixedThreadPool(10);

在高峰期，系统大量请求堆积，导致内存溢出。原因是newFixedThreadPool使用的是无界队列LinkedBlockingQueue，请求不断堆积最终耗尽内存。

正确的做法是明确指定队列大小，并设置合适的拒绝策略：

java 复制代码

int corePoolSize = 10;
int maximumPoolSize = 20;
long keepAliveTime = 60L;
TimeUnit unit = TimeUnit.SECONDS;
BlockingQueue<Runnable> workQueue = new ArrayBlockingQueue<>(1000);
ThreadFactory threadFactory = new CustomThreadFactory("payment-thread-");
RejectedExecutionHandler handler = new ThreadPoolExecutor.CallerRunsPolicy();

ExecutorService executor = new ThreadPoolExecutor(
    corePoolSize, maximumPoolSize, keepAliveTime, unit, 
    workQueue, threadFactory, handler);

这个配置限制了队列大小，并使用CallerRunsPolicy作为拒绝策略，在系统过载时让调用者线程执行任务，起到限流作用。

总结

点赞关注「佩奇的技术笔记」，获取更多并发编程实战技巧！