个人愚见:分布式框架中使用CompletableFuture提高效率

Future 接口的局限性

Future接口可以构建异步应用,但依然有其局限性。它很难直接表述多个Future 结果之间的依赖性。

  • 将两个异步计算合并为一个——这两个异步计算之间相互独立,同时第二个又依赖于第一个的结果。
  • 等待 Future 集合中的所有任务都完成。
  • 仅等待 Future集合中最快结束的任务完成(有可能因为它们试图通过不同的方式计算同一个值),并返回它的结果。
  • 通过编程方式完成一个Future任务的执行(即以手工设定异步操作结果的方式)。
  • 应对 Future 的完成事件(即当 Future 的完成事件发生时会收到通知,并能使用 Future 计算的结果进行下一步的操作,不只是简单地阻塞等待操作的结果)

例如:问题1:目前有十个Future结果,想要达到最快遍历这十个结果集,但又不知道每个Future的运行时间,如果获取的第一个Future不是运行最快的哪个,那么就不是最优结果。相应的获取第二个Future如果不是第二快的结果,最后得到的结果也不是最优的。问题2:更坏的结果,就是其中一个Future出现异常,得不到结果,代码运行到这的时候就会卡在这。

模拟场景,查找一个商品,有在某宝上找的服务,有在某东上找,某猫上找、、、8个网店;

public class Shop {

    Random random = new Random();

    private String name;

    public Shop(String name) {
        this.name = name;
    }

    public static void delay() {
        try {
            Thread.sleep(1000L);
        } catch (Exception e) {
            throw new RuntimeException(e);
        }
    }

    public double getPice(String product) {
        delay();
        return random.nextDouble() * 100;
    }

    public Future<Double> getPriceAsync(String product) {
        //CompletableFuture<Double> futurePrice = new CompletableFuture<>();
        //new Thread(() -> futurePrice.complete(getPice(product))).start();
        /*
        * supplyAsync()该方法对线程异常进行处理,避免出现异常后的堵塞
        * */
        return CompletableFuture.supplyAsync(() -> (getPice(product)));
    }

    public String getName() {
        return name;
    }

    public void setName(String name) {
        this.name = name;
    }

    public static void main(String[] args) throws Exception {
        Shop show = new Shop("bestShow");
        long start = System.currentTimeMillis();
        Future<Double> futurePrice = show.getPriceAsync("some product");
        System.out.println("调用返回,耗时" + (System.currentTimeMillis() - start));
        double price = futurePrice.get();
        System.out.println("价格返回,耗时" + (System.currentTimeMillis() - start));

    }

}
public class PriceDemo {
    private List<Shop> shops = Arrays.asList(new Shop("shop1"),
            new Shop("shop2"),
            new Shop("shop3"),
           
锐龙处理器是一款性能出色的处理器,适合用于运行PyCharm这样的开发环境。由于锐龙处理器具有强大的多核性能和高频率,它能够提供出色的计算能力和响应速度,以满足开发人员的需求。同时,锐龙处理器还支持多线程处理,可以更好地利用系统资源,提高程序的执行效率。 在运行PyCharm时,锐龙处理器能够提供稳定的性能和流畅的使用体验。无论是编写代码、调试程序还是运行复杂的算法,锐龙处理器都能够保持良好的性能表现。同时,锐龙处理器还具有较低的能耗和良好的散热性能,可以在长时间的使用保持稳定的性能。 总之,锐龙处理器是一款适合跑PyCharm的处理器,它能够提供强大的计算能力和响应速度,帮助开发人员高效地进行编程工作。无论是开发小型项目还是运行大型应用,锐龙处理器都能够提供优秀的性能表现。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* [一个小白对当前锐龙4000笔记本的愚见](https://blog.csdn.net/weixin_39823299/article/details/113723107)[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^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *3* [我的NVIDIA开发者之旅——深度学习入门之Anaconda搭建PyTorch GPU、CPU全教程](https://blog.csdn.net/qq_53904578/article/details/124157557)[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^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论 10
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