ThreadPoolExecutor,ForkJoinPool线程池 等待所有线程都完成后再返回数据

线程池使用方法记录

使用线程池ThreadPoolExecutor,ForkJoinPool 等待所有线程都完成后再返回数据

ThreadPoolExecutor 具体代码

    public List<GoodsPriceDTO> getGoodPrice(List<SkuPageNo> skuPageNoList) {
        ArrayList<GoodsPriceDTO> goodsPriceDTOS = new ArrayList<>();
        //第三方接口最多同时查100条数据,因此按数量100分批次
        int size = skuPageNoList.size();
        int count = (100+  size - 1)/100;
        ThreadPoolExecutor executor = new ThreadPoolExecutor(10,16,60,TimeUnit.SECONDS,new LinkedBlockingQueue<>(),new ThreadPoolExecutor.CallerRunsPolicy());
        for (int i = 0; i < count; i++) {
            String skuString = skuPageNoList.subList(i * 100, (Math.min((i + 1) * 100, size))).stream().map(SkuPageNo::getSkuNo).map(String::valueOf).collect(Collectors.joining(","));
            executor.submit(()->{//具体业务代码});}
        executor.shutdown();
        try {
        //当shutdown()请求发送后, 要求等待所有线程都完成 任务后才能关闭线程
                    executor.awaitTermination(1, TimeUnit.HOURS);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
        return goodsPriceDTOS;
    }

ForkJoinPool 具体代码

java8 中parallelStream使用了ForkJoinPool 线程池,默认的核心线程数等于CPU的核数

        //通过这两种方法可以自己设置线程数
        //方法一
        int numTasks = 10;
        ForkJoinPool pool = new ForkJoinPool(numTasks);
        //方法二
        System.setProperty("java.util.concurrent.ForkJoinPool.common.parallelism", "10");

parallelStream中 使用自定义的线程数

 List<GoodsSKUDTO> jdGoodsDTOList = Collections.synchronizedList(new ArrayList<>());
        //System.setProperty("java.util.concurrent.ForkJoinPool.common.parallelism", "9");
        int numTasks = 10;
        ForkJoinPool pool = new ForkJoinPool(numTasks);
        //System.out.println("getCustomParallelism=" +pool.getParallelism());
        pool.submit(() -> skuPageNoList.parallelStream().filter(Objects::nonNull).forEach(skuPageNo -> {/具体业务逻辑
        }));
        pool.shutdown();
        try {
            pool.awaitTermination(1, TimeUnit.HOURS);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
        return jdGoodsDTOList;
  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
ThreadPoolExecutorForkJoinPool是两种不同的线程池,适用于不同的场景。 ThreadPoolExecutor是一个基本的存储线程线程池,适用于需要执行大量独立任务的场景。它适合于那些任务之间没有依赖关系,可以并行执行的情况。ThreadPoolExecutor可以通过配置线程池的大小来控制并发度,从而提高任务的执行效率。它适用于需要处理大量独立任务的情况,比如网络请求、IO操作等。 ForkJoinPool则是为了实现"分治法"这一思想而创建的线程池。它通过将大任务拆分成小任务,并将小任务的结果汇总起来得到最终结果。ForkJoinPool适用于那些可以被分解成更小子任务并且子任务之间有依赖关系的情况。它适用于需要处理递归或者分治算法的情况,比如归并排序、快速排序等。 总结来说,ThreadPoolExecutor适用于需要处理大量独立任务的情况,而ForkJoinPool适用于需要处理可以被分解成更小子任务并且子任务之间有依赖关系的情况。 #### 引用[.reference_title] - *1* *2* [ForkJoinPoolThreadPoolExecutor](https://blog.csdn.net/QL753123/article/details/127570265)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [通过ThreadPoolExecutorForkJoinPool比较,分别对比其execute ,submit 等方法提交线程池任务的区别,来...](https://blog.csdn.net/as4589sd/article/details/114692864)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值