目录
thenApply / thenAccept / thenRun
Java8流式计算相关
lambda
优点
1、避免匿名内部类定义过多 2、可以让你的代码看起来很简洁 3、去掉了一堆没有意义的代码，留下核心的逻辑
语法介绍
Lambda 表达式的基础语法 : Java8 中引入了一个新的操作符 "->" 该操作符称为箭头操作符或 Lambda 操作符，箭头操作符将 Lambda 表达式拆分成两部分 :
左侧 : Lambda 表达式的参数列表
右侧 : Lambda 表达式中所需执行的功能， 即 Lambda 体
语法格式一 :
无参数，无返回值
() -> System.out.println("Hello Lambda!");
语法格式二 :
有一个参数，并且无返回值
(x) -> System.out.println(x)
语法格式三 :
若只有一个参数，小括号可以省略不写
x -> System.out.println(x)
语法格式四 :
有两个以上的参数，有返回值，并且 Lambda 体中有多条语句
Comparator <Integer> com = (x, y) -> {
System.out.println("函数式接口");
return Integer.compare(x, y);
};
语法格式五 :
若 Lambda 体中只有一条语句， return 和 大括号都可以省略不写
Comparator <Integer> com = (x, y) -> Integer.compare(x, y);
语法格式六 :
Lambda 表达式的参数列表的数据类型可以省略不写，因为JVM编译器通过上下文推断出，数据类型，即“类型推断”
(Integer x, Integer y) -> Integer.compare(x, y);
注 : Lambda 表达式中的参数类型都是由编译器推断得出的。 Lambda 表达式中无需指定类型，程序依然可以编译，这是因为 javac 根据程序的上下文，在后台推断出了参数的类型。 Lambda 表达式的类型依赖于上下文环境，是由编译器推断出来的。这就是所谓的 “类型推断”
Lambda 表达式需要 “函数式接口” 的支持
函数式接口 : 接口中只有一个抽象方法的接口，称为函数式接口，可以通过 Lambda 表达式来创建该接口的对象
方法引用
若 Lambda 体中的功能，已经有方法提供实现，可以使用方法引用 (可以将方法引用理解为 Lambda 表达式的另外一种表现形式)
1> 对象的引用 :: 实例方法名
2> 类名 :: 静态方法名
stream
Stream流的常用方法：
PromoteTagVo a = new PromoteTagVo();
PromoteTagVo b = new PromoteTagVo();
PromoteTagVo c = new PromoteTagVo();
a.setInfo("111");
a.setType(1);
b.setInfo("222");
b.setType(2);
c.setInfo("333");
c.setType(3);
创建动态list
List<PromoteTagVo> d = Stream.of(a,b,c).collect(Collectors.toList());
创建固定长度list
List<PromoteTagVo> integers = Arrays.asList(a, b, c);
map
List<String> collect = d.stream().map(PromoteTagVo::getInfo).collect(Collectors.toList());
filter
List<PromoteTagVo> collect1 = d.stream().filter(x -> x.getInfo().equals("111")).collect(Collectors.toList());
groupingBy
Map<String, List<PromoteTagVo>> collect2 = d.stream().collect(Collectors.groupingBy(PromoteTagVo::getInfo, Collectors.toList()));
sum
int sum = d.stream().mapToInt(PromoteTagVo::getType).sum();
list转map：
1、转换map，key重复问题； 代码中使用(key1,key2)->key2表达式可以解决此类问题，如果出现重复的key就使用key2覆盖前面的key1,也可以定义成(key1,key2)->key1，保留key1,根据自己的业务场景来调整。
2、空指针异常，即转为map的value是null。这个可以用filter过滤；
Map<String, PromoteTagVo> collect3 = d.stream().collect(Collectors.toMap(PromoteTagVo::getInfo, Function.identity(), (key1, key2) -> key2));
map转list：
ArrayList<String> strings = new ArrayList<>(collect3.keySet()); ArrayList<PromoteTagVo> promoteTagVos = new ArrayList<>(collect3.values());
anyMatch()：
判断的条件里，任意一个元素成功，返回true;
boolean b1 = d.stream().anyMatch(x -> x.getType() > 2);
allMatch()：
判断条件里的元素，所有的都是，返回true；
boolean b2 = d.stream().allMatch(x -> x.getType() > 2);
noneMatch()：
与allMatch相反，判断条件里的元素，所有的都不是，返回true
boolean b3 = d.stream().noneMatch(x -> x.getType() > 2);
count
long count = d.stream().filter(x -> x.getType()>1).count();
合并多个一维List：
List<PromoteTagVo> collect4 = Stream.of(promoteTagVos1, promoteTagVos2, promoteTagVos3).flatMap(Collection::stream).collect(Collectors.toList());
sorted、distinct：
List<Integer> collect5 = d.stream().map(PromoteTagVo::getType).sorted().distinct().collect(Collectors.toList());
CompletableFuture
CompletableFuture是java.util.concurrent库在java 8中新增的主要工具，同传统的Future相比，其支持流式计算、函数式编程、完成通知、自定义异常处理等很多新的特性。
CompletableFuture是对Future的扩展和增强，同时CompletableFuture实现了对任务编排的能力。
CompletionStage接口定义了任务编排的方法，执行某一阶段，可以向下执行后续阶段。异步执行的，默认线程池是ForkJoinPool.commonPool()，但为了业务之间互不影响，且便于定位问题，强烈推荐使用自定义线程池。
为什么叫CompletableFuture
CompletableFuture字面翻译过来，就是“可完成的Future”。同传统的Future相比较，CompletableFuture能够主动设置计算的结果值（主动终结计算过程，即completable），从而在某些场景下主动结束阻塞等待。而Future由于不能主动设置计算结果值，一旦调用get()进行阻塞等待，要么当计算结果产生，要么超时，才会返回。
下面的示例，比较简单的说明了，CompletableFuture是如何被主动完成的。在下面这段代码中，由于调用了complete方法，所以最终的打印结果是“manual test”，而不是"test"。
CompletableFuture<String> future = CompletableFuture.supplyAsync(()->{
try{
Thread.sleep(1000L);
return "test";
} catch (Exception e){
return "failed test";
}
});
future.complete("manual test");
System.out.println(future.join());
创建CompletableFuture
构造函数创建
最简单的方式就是通过构造函数创建一个CompletableFuture实例。如下代码所示。由于新创建的CompletableFuture还没有任何计算结果，这时调用join，当前线程会一直阻塞在这里。
CompletableFuture<String> future = new CompletableFuture();
//future.complete("1234");
String result = future.join();
System.out.println(result);
此时，如果在另外一个线程中，主动设置该CompletableFuture的值，则上面线程中的结果就能返回。
future.complete("test");
supplyAsync创建
CompletableFuture.supplyAsync()也可以用来创建CompletableFuture实例。通过该函数创建的CompletableFuture实例会异步执行当前传入的计算任务。在调用端，则可以通过get或join获取最终计算结果。
CompletableFuture<String> future1 = CompletableFuture.supplyAsync(() -> "11");
runAsync创建
CompletableFuture.runAsync()也可以用来创建CompletableFuture实例。与supplyAsync()不同的是，runAsync()传入的任务要求是Runnable类型的，所以没有返回值。因此，runAsync适合创建不需要返回值的计算任务。
CompletableFuture<Void> future = CompletableFuture.runAsync(() -> System.out.println("123"));
常见的使用方式
同Future相比，CompletableFuture最大的不同是支持流式（Stream）的计算处理，多个任务之间，可以前后相连，从而形成一个计算流。比如：任务1产生的结果，可以直接作为任务2的入参，参与任务2的计算，以此类推。
CompletableFuture中常用的流式连接函数包括：
thenApply thenApplyAsync thenAccept thenAcceptAsync thenRun thenRunAsync thenCombine thenCombineAsync thenCompose thenComposeAsync whenComplete whenCompleteAsync handle handleAsync
后缀Async的是支持异步的
thenApply / thenAccept / thenRun
这里将thenApply / thenAccept / thenRun放在一起讲，因为这几个连接函数之间的唯一区别是提交的任务类型不一样。thenApply提交的任务类型需遵从Function签名，也就是有入参和返回值，其中入参为前置任务的结果。thenAccept提交的任务类型需遵从Consumer签名，也就是有入参但是没有返回值，其中入参为前置任务的结果。thenRun提交的任务类型需遵从Runnable签名，即没有入参也没有返回值。
CompletableFuture<Integer> future1 = CompletableFuture.supplyAsync(() -> 1); CompletableFuture<Integer> future2 = future1.thenApply(p -> p + 10);
需要注意的是，通过thenApply / thenAccept / thenRun连接的任务，当且仅当前置任务计算完成时，才会开始后置任务的计算。因此，这组函数主要用于连接前后有依赖的任务链。
thenCombine
同前面一组连接函数相比，thenCombine最大的不同是连接任务可以是一个独立的CompletableFuture（或者是任意实现了CompletionStage的类型），从而允许前后连接的两个任务可以并行执行（后置任务不需要等待前置任务执行完成），最后当两个任务均完成时，再将其结果同时传递给下游处理任务，从而得到最终结果。
CompletableFuture<Integer> future1 = CompletableFuture.supplyAsync(() -> 1); CompletableFuture<Integer> future2 = CompletableFuture.supplyAsync(() -> 4); CompletableFuture<Integer> future = future1.thenCombine(future2, Integer::sum);
一般，在连接任务之间互相不依赖的情况下，可以使用thenCombine来连接任务，从而提升任务之间的并发度。
whenComplete
whenComplete主要用于注入任务完成时的回调通知逻辑。这个解决了传统future在任务完成时，无法主动发起通知的问题。前置任务会将计算结果或者抛出的异常作为入参传递给回调通知函数。
CompletableFuture<Integer> future1 = CompletableFuture.supplyAsync(() -> 1);
CompletableFuture future2 = future1.whenComplete((r, e) -> {
if (e != null) {
System.out.println("error");
} else {
System.out.println(r + 10);
}
});
需要注意的是，future2获得的结果是前置任务的结果，whenComplete中的逻辑不会影响计算结果。
handle
handle与whenComplete的作用有些类似，但是handle接收的处理函数有返回值，而且返回值会影响最终获取的计算结果。
CompletableFuture<Integer> future1 = CompletableFuture.supplyAsync(() -> 1);
CompletableFuture<Integer> handle = future1.handle((r, e) -> {
if (e != null) {
System.out.println("error");
return 0;
} else {
System.out.println("right");
return r + 10;
}
});
anyOf
anyOf()的参数是多个给定的CompletableFuture，当其中的任何一个完成时，方法返回这个CompletableFuture。
CompletableFuture<String> future1 = CompletableFuture.supplyAsync(() -> {
try {
Thread.sleep(5000);
} catch (InterruptedException e) {
throw new RuntimeException(e);
}
return "我是future1";
});
CompletableFuture<String> future2 = CompletableFuture.supplyAsync(() -> {
try {
Thread.sleep(1000);
} catch (InterruptedException e) {
throw new RuntimeException(e);
}
return "我是future2";
});
CompletableFuture<Object> objectCompletableFuture = CompletableFuture.anyOf(future1, future2);
allOf
allOf方法用来实现多 CompletableFuture 的同时完成任务，没有返回。
CompletableFuture<String> future1 = CompletableFuture.supplyAsync(() -> {
try {
Thread.sleep(5000);
} catch (InterruptedException e) {
throw new RuntimeException(e);
}
System.out.println("我是future1");
return "我是future1";
});
CompletableFuture<String> future2 = CompletableFuture.supplyAsync(() -> {
try {
Thread.sleep(1000);
} catch (InterruptedException e) {
throw new RuntimeException(e);
}
System.out.println("我是future2");
return "我是future2";
});
CompletableFuture<Void> future = CompletableFuture.allOf(future1, future2);
烧水泡茶”程序
基于Future实现
public class FutureTaskTest{
public static void main(String[] args) throws ExecutionException, InterruptedException {
// 创建任务T2的FutureTask
FutureTask<String> ft2 = new FutureTask<>(new T2Task());
// 创建任务T1的FutureTask
FutureTask<String> ft1 = new FutureTask<>(new T1Task(ft2));
// 线程T1执行任务ft2
Thread T1 = new Thread(ft2);
T1.start();
// 线程T2执行任务ft1
Thread T2 = new Thread(ft1);
T2.start();
// 等待线程T1执行结果
System.out.println(ft1.get());
}
}
// T1Task需要执行的任务：
// 洗水壶、烧开水、泡茶
class T1Task implements Callable<String> {
FutureTask<String> ft2;
// T1任务需要T2任务的FutureTask
T1Task(FutureTask<String> ft2){
this.ft2 = ft2;
}
@Override
public String call() throws Exception {
System.out.println("T1:洗水壶...");
TimeUnit.SECONDS.sleep(1);
System.out.println("T1:烧开水...");
TimeUnit.SECONDS.sleep(15);
// 获取T2线程的茶叶
String tf = ft2.get();
System.out.println("T1:拿到茶叶:"+tf);
System.out.println("T1:泡茶...");
return "上茶:" + tf;
}
}
// T2Task需要执行的任务:
// 洗茶壶、洗茶杯、拿茶叶
class T2Task implements Callable<String> {
@Override
public String call() throws Exception {
System.out.println("T2:洗茶壶...");
TimeUnit.SECONDS.sleep(1);
System.out.println("T2:洗茶杯...");
TimeUnit.SECONDS.sleep(2);
System.out.println("T2:拿茶叶...");
TimeUnit.SECONDS.sleep(1);
return "龙井";
}
}
基于CompletableFuture实现
public class CompletableFutureTest {
public static void main(String[] args) {
//任务1：洗水壶->烧开水
CompletableFuture<Void> f1 = CompletableFuture
.runAsync(() -> {
System.out.println("T1:洗水壶...");
sleep(1, TimeUnit.SECONDS);
System.out.println("T1:烧开水...");
sleep(15, TimeUnit.SECONDS);
});
//任务2：洗茶壶->洗茶杯->拿茶叶
CompletableFuture<String> f2 = CompletableFuture
.supplyAsync(() -> {
System.out.println("T2:洗茶壶...");
sleep(1, TimeUnit.SECONDS);
System.out.println("T2:洗茶杯...");
sleep(2, TimeUnit.SECONDS);
System.out.println("T2:拿茶叶...");
sleep(1, TimeUnit.SECONDS);
return "龙井";
});
//任务3：任务1和任务2完成后执行：泡茶
CompletableFuture<String> f3 = f1.thenCombine(f2, (__, tf) -> {
System.out.println("T1:拿到茶叶:" + tf);
System.out.println("T1:泡茶...");
return "上茶:" + tf;
});
//等待任务3执行结果
System.out.println(f3.join());
}
static void sleep(int t, TimeUnit u){
try {
u.sleep(t);
} catch (InterruptedException e) {
}
}
}
WorkerWrapper
零售的一个并行框架，目前在京东app后台运行。
并行场景可能存在的需求之——每个执行结果的回调
传统的Future、CompleteableFuture一定程度上可以完成任务编排，并可以把结果传递到下一个任务。如CompletableFuture有then方法，但是却无法做到对每一个执行单元的回调。譬如A执行完毕成功了，后面是B，我希望A在执行完后就有个回调结果，方便我监控当前的执行状况，或者打个日志什么的。失败了，我也可以记录个异常信息什么的。
此时，CompleteableFuture就无能为力了。
并行场景可能存在的需求之——执行顺序的强依赖和弱依赖
有些场景下，我们希望B和C都执行完毕后，才能执行A，CompletableFuture里有个allOf(futures...).then()方法可以做到。
有些场景下，我们希望B或者C任何一个执行完毕，就执行A，CompletableFuture里有个anyOf(futures...).then()方法可以做到。
此框架同样提供了类似的功能，通过设定wrapper里的addDepend依赖时，可以指定依赖的任务是否must执行完毕。如果依赖的是must要执行的，那么就一定会等待所有的must依赖项全执行完毕，才执行自己。
如果依赖的都不是must，那么就可以任意一个依赖项执行完毕，就可以执行自己了。
并发场景可能存在的需求之——依赖上游的执行结果作为入参
譬如A-B-C三个执行单元，A的入参是String，出参是int，B呢它需要用A的结果作为自己的入参。也就是说A、B并不是独立的，而是有结果依赖关系的。
在A执行完毕之前，B是取不到结果的，只是知道A的结果类型。
那么，此框架也支持这样的场景。可以在编排时，就取A的结果包装类，作为B的入参。虽然此时尚未执行，必然是空，但可以保证A执行完毕后，B的入参会被赋值。
在V1.3后，框架支持在worker的action的入参Map<String, WorkerWrapper>中获取任意一个执行单元的执行结果，当然，可以取其中的1个、多个执行结果作为自己的入参。Key就是在定义wrapper时通过id传进来的唯一id标识。
开始：
<dependency>
<groupId>com.jd.platform</groupId>
<artifactId>asyncTool</artifactId>
<version>1.4.1-SNAPSHOT</version>
</dependency>
基本组件：
worker：
一个最小的任务执行单元。通常是一个网络调用，或一段耗时操作。
T，V两个泛型，分别是入参和出参类型。
譬如该耗时操作，入参是String，执行完毕的结果是Integer，那么就可以用泛型来定义。
多个不同的worker之间，没有关联，分别可以有不同的入参、出参类型。
/**
* 每个最小执行单元需要实现该接口
* @author wuweifeng wrote on 2019-11-19.
*/
public interface IWorker<T, V> {
/**
* 在这里做耗时操作，如rpc请求、IO等
*
* @param object
* object
*/
V action(T object, Map<String, WorkerWrapper> allWrappers);
/**
* 超时、异常时，返回的默认值
* @return 默认值
*/
V defaultValue();
}
callBack：
对每个worker的回调。worker执行完毕后，会回调该接口，带着执行成功、失败、原始入参、和详细的结果。
/**
* 每个执行单元执行完毕后，会回调该接口</p>
* 需要监听执行结果的，实现该接口即可
* @author wuweifeng wrote on 2019-11-19.
*/
public interface ICallback<T, V> {
void begin();
/**
* 耗时操作执行完毕后，就给value注入值
*
*/
void result(boolean success, T param, WorkResult<V> workResult);
}
示例一：
public class ParWorker implements ICallback<String, String>, IWorker<String, String> {
@Override
public void begin() {
System.out.println(Thread.currentThread().getName() + "- start --" + System.currentTimeMillis());
}
@Override
public void result(boolean success, String param, WorkResult<String> workResult) {
if (success) {
System.out.println("callback parWorker success--" + SystemClock.now() + "----" + workResult.getResult()
+ "-threadName:" +Thread.currentThread().getName());
} else {
System.err.println("callback parWorker failure--" + SystemClock.now() + "----" + workResult.getResult()
+ "-threadName:" +Thread.currentThread().getName());
}
}
@Override
public String action(String object, Map<String, WorkerWrapper> allWrappers) {
try {
Thread.sleep(1000);
} catch (InterruptedException e) {
e.printStackTrace();
}
return "result = " + SystemClock.now() + "---param = " + object + " from parWorker";
}
@Override
public String defaultValue() {
return "parWorker没有数据啦";
}
}
public class ParWorker1 implements ICallback<String, String>, IWorker<String, String> {
@Override
public void begin() {
System.out.println(Thread.currentThread().getName() + "- start --" + System.currentTimeMillis());
}
@Override
public void result(boolean success, String param, WorkResult<String> workResult) {
if (success) {
System.out.println("callback parWorker1 success--" + SystemClock.now() + "----" + workResult.getResult()
+ "-threadName:" +Thread.currentThread().getName());
} else {
System.err.println("callback parWorker1 failure--" + SystemClock.now() + "----" + workResult.getResult()
+ "-threadName:" +Thread.currentThread().getName());
}
}
@Override
public String action(String object, Map<String, WorkerWrapper> allWrappers) {
try {
Thread.sleep(2000);
} catch (InterruptedException e) {
e.printStackTrace();
}
return "result = " + SystemClock.now() + "---param = " + object + " from parWorker1";
}
@Override
public String defaultValue() {
return "parWorker1没有数据啦";
}
}
public class ParWorker2 implements ICallback<String, String>, IWorker<String, String> {
@Override
public void begin() {
System.out.println(Thread.currentThread().getName() + "- start --" + System.currentTimeMillis());
}
@Override
public void result(boolean success, String param, WorkResult<String> workResult) {
if (success) {
System.out.println("callback parWorker2 success--" + SystemClock.now() + "----" + workResult.getResult()
+ "-threadName:" +Thread.currentThread().getName());
} else {
System.err.println("callback parWorker2 failure--" + SystemClock.now() + "----" + workResult.getResult()
+ "-threadName:" +Thread.currentThread().getName());
}
}
@Override
public String action(String object, Map<String, WorkerWrapper> allWrappers) {
try {
Thread.sleep(3000);
} catch (InterruptedException e) {
e.printStackTrace();
}
return "result = " + SystemClock.now() + "---param = " + object + " from parWorker2";
}
@Override
public String defaultValue() {
return "parWorker2没有数据啦";
}
}
ParWorker parWorker = new ParWorker();
ParWorker1 parWorker1 = new ParWorker1();
ParWorker2 parWorker2 = new ParWorker2();
WorkerWrapper<String, String> workerWrapper = new WorkerWrapper.Builder<String, String>()
.worker(parWorker)
.callback(parWorker)
.param("0")
.build();
WorkerWrapper<String, String> workerWrapper1 = new WorkerWrapper.Builder<String, String>()
.worker(parWorker1)
.callback(parWorker1)
.param("1")
.build();
WorkerWrapper<String, String> workerWrapper2 = new WorkerWrapper.Builder<String, String>()
.worker(parWorker2)
.callback(parWorker2)
.param("2")
.build();
long now = SystemClock.now();
System.out.println("begin-" + now);
Async.beginWork(1500, workerWrapper, workerWrapper1, workerWrapper2);
System.out.println("end-" + SystemClock.now());
System.err.println("cost-" + (SystemClock.now() - now));
System.out.println(Async.getThreadCount());
System.out.println(workerWrapper.getWorkResult());
System.out.println(workerWrapper1.getWorkResult());
System.out.println(workerWrapper2.getWorkResult());
Async.shutDown();
输出结果：
begin-1672122289597
pool-1-thread-1- start --1672122289643
pool-1-thread-3- start --1672122289643
pool-1-thread-2- start --1672122289643
callback parWorker success--1672122290659----result = 1672122290659---param = 0 from parWorker-threadName:pool-1-thread-1
callback parWorker1 failure--1672122291155----parWorker1没有数据啦-threadName:main
end-1672122291155
callback parWorker2 failure--1672122291155----parWorker2没有数据啦-threadName:main
activeCount=2 completedCount 1 largestCount 3
cost-1558
WorkResult{result=result = 1672122290659---param = 0 from parWorker, resultState=SUCCESS, ex=null}
WorkResult{result=parWorker1没有数据啦, resultState=TIMEOUT, ex=null}
WorkResult{result=parWorker2没有数据啦, resultState=TIMEOUT, ex=null}
示例二：
public class ParWorker3 implements ICallback<String, String>, IWorker<String, String> {
@Override
public void begin() {
System.out.println(Thread.currentThread().getName() + "- start --" + System.currentTimeMillis());
}
@Override
public void result(boolean success, String param, WorkResult<String> workResult) {
if (success) {
System.out.println("callback parWorker3 success--" + SystemClock.now() + "----" + workResult.getResult()
+ "-threadName:" +Thread.currentThread().getName());
} else {
System.err.println("callback parWorker3 failure--" + SystemClock.now() + "----" + workResult.getResult()
+ "-threadName:" +Thread.currentThread().getName());
}
}
@Override
public String action(String object, Map<String, WorkerWrapper> allWrappers) {
try {
Thread.sleep(4000);
} catch (InterruptedException e) {
e.printStackTrace();
}
return "result = " + SystemClock.now() + "---param = " + object + " from parWorker3";
}
@Override
public String defaultValue() {
return "parWorker3没有数据啦";
}
}
ParWorker parWorker = new ParWorker();
ParWorker1 parWorker1 = new ParWorker1();
ParWorker2 parWorker2 = new ParWorker2();
ParWorker3 parWorker3 = new ParWorker3();
WorkerWrapper<String, String> workerWrapper3 = new WorkerWrapper.Builder<String, String>()
.worker(parWorker3)
.callback(parWorker3)
.param("3")
.build();
WorkerWrapper<String, String> workerWrapper2 = new WorkerWrapper.Builder<String, String>()
.worker(parWorker2)
.callback(parWorker2)
.param("2")
.next(workerWrapper3)
.build();
WorkerWrapper<String, String> workerWrapper1 = new WorkerWrapper.Builder<String, String>()
.worker(parWorker1)
.callback(parWorker1)
.param("1")
.next(workerWrapper3)
.build();
WorkerWrapper<String, String> workerWrapper = new WorkerWrapper.Builder<String, String>()
.worker(parWorker)
.callback(parWorker)
.param("0")
.next(workerWrapper1,workerWrapper2)
.build();
long now = SystemClock.now();
System.out.println("begin-" + now);
Async.beginWork(3100, workerWrapper);
System.out.println("end-" + SystemClock.now());
System.err.println("cost-" + (SystemClock.now() - now));
System.out.println(Async.getThreadCount());
Async.shutDown();
输出结果：
begin-1672143320339 pool-1-thread-1- start --1672143320381 callback parWorker success--1672143321390----result = 1672143321390---param = 0 from parWorker-threadName:pool-1-thread-1 pool-1-thread-2- start --1672143321392 pool-1-thread-3- start --1672143321392 callback parWorker1 success--1672143323394----result = 1672143323394---param = 1 from parWorker1-threadName:pool-1-thread-2 callback parWorker3 failure--1672143323488----parWorker3没有数据啦-threadName:main end-1672143323488 callback parWorker2 failure--1672143323488----parWorker2没有数据啦-threadName:main cost-3149 activeCount=2 completedCount 1 largestCount 3
示例三：
WorkerWrapper<String, String> workerWrapper = new WorkerWrapper.Builder<String, String>()
.worker(parWorker)
.callback(parWorker)
.param("0")
.next(workerWrapper1,workerWrapper2)
.id("workerWrapper")
.build();
@Override
public String action(String object, Map<String, WorkerWrapper> allWrappers) {
try {
Thread.sleep(2000);
} catch (InterruptedException e) {
e.printStackTrace();
}
return "result = " + SystemClock.now() + "---param + 前置结果= " + object + "+"+ allWrappers.get("workerWrapper").getId()+" from parWorker1";
}
输出结果：
begin-1672144055826 pool-1-thread-1- start --1672144055869 callback parWorker success--1672144056875----result = 1672144056875---param = 0 from parWorker-threadName:pool-1-thread-1 pool-1-thread-2- start --1672144056877 pool-1-thread-3- start --1672144056877 callback parWorker1 success--1672144058886----result = 1672144058886---param + 前置结果= 1+workerWrapper from parWorker1-threadName:pool-1-thread-2 callback parWorker3 failure--1672144058979----parWorker3没有数据啦-threadName:main callback parWorker2 failure--1672144058979----parWorker2没有数据啦-threadName:main end-1672144058979 cost-3153 activeCount=2 completedCount 1 largestCount 3
455
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
