异步编程Completablefuture使用详解----进阶篇

陌上少年，且听这风吟

已于 2024-02-03 23:07:47 修改

阅读量1.1k

点赞数 31

分类专栏： Java EE Java SE 文章标签： java 开发语言 intellij-idea

于 2024-02-03 23:05:02 首次发布

本文链接：https://blog.csdn.net/siaok/article/details/136014595

版权

Java SE 同时被 2 个专栏收录

13 篇文章 1 订阅

订阅专栏

Java EE

3 篇文章 0 订阅

订阅专栏

JDK版本：jdk17
IDEA版本：IntelliJ IDEA 2022.1.3

前言

在前面入门篇中的内容中，我们详细介绍了异步编程Completablefuture的基本用法等相关知识；接下来，在本文进阶篇我们将详细探讨Completablefuture与stream API 相结合的具体用法，以及进一步增强并行处理的相关知识和案例用法

提示：以下是本篇文章正文内容，下面案例可供参考

一、异步任务的交互

释义

异步任务的交互是指在异步任务获取结果的速度相比较中，按一定的规则（先到先得）进行下一步处理

1.1 applyToEither

说明

applyToEither() 把两个异步任务做比较，异步任务先得到结果的，就对其获得的结果进行下一步操作。

在这里插入图片描述

案例

演示使用最先完成的异步任务的结果

示例代码如下

public static void main(String[] args) throws ExecutionException, InterruptedException {

        //异步任务1
        CompletableFuture<Integer> future1 = CompletableFuture.supplyAsync(() -> {
            int x = new Random().nextInt(3);
            CommonUtils.sleepSecond(x);
            CommonUtils.printTheadLog("任务1耗时" + x + "秒");
            return x;
        });

        //异步任务2
        CompletableFuture<Integer> future2 = CompletableFuture.supplyAsync(() -> {
            int y = new Random().nextInt(3);
            CommonUtils.sleepSecond(y);
            CommonUtils.printTheadLog("任务2耗时" + y + "秒");
            return y;
        });

        //哪个异步任务结果先到达，使用哪个异步任务的结果
        CompletableFuture<Integer> future3 = future1.applyToEither(future2, result -> {
            CommonUtils.printTheadLog("最先到达的是" + result);
            return result;
        });


        CommonUtils.sleepSecond(4);

        Integer ret = future3.get();
        CommonUtils.printTheadLog("ret ="+ret);

        //异步任务交互指两个异步任务，哪个结果先到，就使用哪个结果（先到先用）
    }

运行如下

在这里插入图片描述

以下是applyToEither 和其对应的异步回调版本

CompletableFuture<U> applyToEither(CompletionStage<? extends T> other, Function<? super T, U> fn)
CompletableFuture<U> applyToEitherAsync(CompletionStage<? extends T> other, Function<? super T, U> fn)
CompletableFuture<U> applyToEitherAsync(CompletionStage<? extends T> other, Function<? super T, U> fn,Executor executor)

1.2 acceptEither

说明

acceptEither()把两个异步任务做比较，异步任务先到结果的，就对先到的结果进行下一步操作(消费使用)

在这里插入图片描述

以下是acceptEither和其对应的异步回调版本

CompletableFuture<Void> acceptEither(CompletionStage<? extends T> other, Consumer<? super T> action)
CompletableFuture<Void> acceptEitherAsync(CompletionStage<? extends T> other, Consumer<? super T> action)
CompletableFuture<Void> acceptEitherAsync(CompletionStage<? extends T> other, Consumer<? super T> action,Executor executor)

案例

演示使用最先完成的异步任务的结果

示例代码如下

public static void main(String[] args) {

        //异步任务1
        CompletableFuture<Integer> future1 = CompletableFuture.supplyAsync(() -> {
            int x = new Random().nextInt(3);
            CommonUtils.sleepSecond(x);
            CommonUtils.printTheadLog("任务1耗时" + x + "秒");
            return x;
        });

        //异步任务2
        CompletableFuture<Integer> future2 = CompletableFuture.supplyAsync(() -> {
            int y = new Random().nextInt(3);
            CommonUtils.sleepSecond(y);
            CommonUtils.printTheadLog("任务2耗时" + y + "秒");
            return y;
        });

        //哪个异步任务结果先到达，使用哪个异步任务的结果
        future1.acceptEither(future2,result-> {
            CommonUtils.printTheadLog("最先到达的是"+result);
        });

        CommonUtils.sleepSecond(4);
    }

运行如下

在这里插入图片描述

1.3 runAfterEither

说明

如果不关心最先到达的结果，只想在有一个异步任务完成时得到完成的通知，可以使用 runAfterEither()

在这里插入图片描述

以下是它的相关方法

CompletableFuture<Void> runAfterEither(CompletionStage<?> other,Runnable action)
CompletableFuture<Void> runAfterEitherAsync(CompletionStage<?> other,Runnable action)
CompletableFuture<Void> runAfterEitherAsync(CompletionStage<?> other,Runnable action,Executor executor)

案例

演示在最先完成的异步任务时得到它完成的通知

示例代码如下

public static void main(String[] args) {

        //异步任务1
        CompletableFuture<Integer> future1 = CompletableFuture.supplyAsync(() -> {
            int x = new Random().nextInt(3);
            CommonUtils.sleepSecond(x);
            CommonUtils.printTheadLog("任务1耗时" + x + "秒");
            return x;
        });

        //异步任务2
        CompletableFuture<Integer> future2 = CompletableFuture.supplyAsync(() -> {
            int y = new Random().nextInt(3);
            CommonUtils.sleepSecond(y);
            CommonUtils.printTheadLog("任务2耗时" + y + "秒");
            return y;
        });

        future1.runAfterEither(future2, () -> {
            CommonUtils.printTheadLog("有一个异步任务执行完成");
        });

        CommonUtils.sleepSecond(4);

        /**
         * thenApply   thenAccept    thenRun
         * 对上一个异步任务的结果进行操作（转换、消费使用等）
         *
         *applyToEither    acceptEither   runAfterEither
         * 对两个异步任务先到的结果进行燥作（转换，消费使用）
         */

    }

运行如下

在这里插入图片描述
Trips

在之前入门篇的文章中，我们学习了CompletableFuture的thenApply
，thenAccept与thenRun()的使用，它们和以上的applyToEither ，acceptEither与
runAfterEither看似都在对异步任务的结果进行燥作（转换，消费使用），而实则针对操作对象的结果存在不同

thenApply() ，thenAccept() ，thenRun()：对上一个异步任务的结果进行操作（转换、消费使用等）
applyToEither() ，acceptEither()，runAfterEither()：对两个异步任务先到的结果进行燥作（转换，消费使用）

二、get() 和 join() 区别

说明

get() 和 join() 都是CompletableFuture提供的以阻塞方式获取结果的方法

那么该如何选用呢？请看如下案例：

public class GetOrJoinDemo {
    public static void main(String[] args) {
        // get or join
        CompletableFuture<String> future = CompletableFuture.supplyAsync(() -> {
            return "hello";
        });
        String ret = null;
        // 抛出检查时异常，必须处理
        try {
            String ret = future.get();
        } catch (InterruptedException e) {
            throw new RuntimeException(e);
        } catch (ExecutionException e) {
            throw new RuntimeException(e);
        }
        System.out.println(("ret = " + ret);
        
        // 抛出运行时异常，可以不处理
        String ret = future.join();
        System.out.println(("ret = " + ret);

       
    }
}

结论

使用时，我们发现，get() 抛出检查时异常，需要程序必须处理；而join() 方法抛出运行时异常，程序可以不处理。所以， join()更适合用在流式编程中

三、ParallelStream VS CompletableFuture

思考

CompletableFuture 虽然提高了任务并行处理能力，如果它和 Stream API 结合使用，能否进一步多个任务的并行处理能力呢？
Stream API 本身就提供了并行流 ParallelStream，CompletableFuture和它之间有什么不同呢？

我们将通过一个耗时的任务来体现它们的不同，更重要地是，我们能进一步加强 CompletableFuture 和 Stream API的结合使用，同时搞清楚 CompletableFuture 在流式操作的优势

案例

创建10个 MyTask 耗时的任务，统计它们执行完的总耗时

准备工作

定义一个 MyTask 类，来模拟耗时的长任务

示例代码如下

public class MyTask {

    private int duration;

    public MyTask(int duration) {
        this.duration = duration;
    }

    // 模拟耗时的长任务
    public int doWork() {
        CommonUtils.printTheadLog("doWork");
        CommonUtils.sleepSecond(duration);
        return duration;
    }
}

3.1 使用串行流执行并统计总耗时

方案1

在主线程中使用串行流执行

示例代码如下

 public static void main(String[] args) {
        //需求：创建10个MyTask耗时的任务，统计它们执行完的总耗时
        //方案一：在主线程中使用串行执行
        //step 1: 创建1日个MyTask对象，每个任务持续1s,存入List集合
        IntStream intStream = IntStream.range(0, 10);
        List<MyTask> tasks = intStream.mapToObj(item -> {
            return new MyTask(1);
        }).collect(Collectors.toList());

        //step 2: 执行10个MyTask,统计总耗时
        long start = System.currentTimeMillis();
        List<Integer> results = tasks.stream().map(myTask -> {
            return myTask.doWork();
        }).collect(Collectors.toList());

        long end = System.currentTimeMillis();

        double costTime = (end - start) / 1000.0;
        System.out.printf("processed %d tasks %.2f second", tasks.size(), costTime);
    }

运行如下

在这里插入图片描述
统计总耗时

10.12 second

3.2 使用并行流执行并统计总耗时

方案2

使用并行流执行统计

示例代码如下

public static void main(String[] args) {

        //需求：创建10个MyTask耗时的任务，统计它们执行完的总耗时
        //方案二：使用并行流
        //step 1: 创建1日个MyTask对象，每个任务持续1s,存入List集合
        IntStream intStream = IntStream.range(0, 10);
        List<MyTask> tasks = intStream.mapToObj(item -> {
            return new MyTask(1);
        }).collect(Collectors.toList());

        //step 2: 执行10个MyTask,统计总耗时
        long start = System.currentTimeMillis();
        List<Integer> results = tasks.parallelStream().map(myTask -> {
            return myTask.doWork();
        }).collect(Collectors.toList());

        long end = System.currentTimeMillis();

        double costTime = (end - start) / 1000.0;
        System.out.printf("processed %d tasks %.2f second", tasks.size(), costTime);
    }

运行如下

在这里插入图片描述

统计总耗时

3.04 second

3.3 使用串行流和CompletableFutre组合执行并统计总耗时

方案3

用并行流和CompletableFutre组合使用

示例代码如下

public static void main(String[] args) {
     
        //需求：创建10个MyTask耗时的任务，统计它们执行完的总耗时
        //方案三：使用并行流和CompletableFutre组合使用
        //step 1: 创建1日个MyTask对象，每个任务持续1s,存入List集合
        IntStream intStream = IntStream.range(0, 10);
        List<MyTask> tasks = intStream.mapToObj(item -> {
            return new MyTask(1);
        }).collect(Collectors.toList());

        //step 2: 根据MyTask对象构建10个耗时的异步任务
        long start = System.currentTimeMillis();
//        List<CompletableFuture<Integer>> futures = tasks.parallelStream().map(myTask -> {
//            return CompletableFuture.supplyAsync(() -> {
//                return myTask.doWork();
//            });
//        }).collect(Collectors.toList());

        List<CompletableFuture<Integer>> futures = tasks.stream().map(myTask -> {
            return CompletableFuture.supplyAsync(() -> {
                return myTask.doWork();
            });
        }).collect(Collectors.toList());


        //step 3: 当所有任务完成时，获取每个异步任务的执行结果，存入L1st集合中
        List<Integer> results = futures.stream().map(future -> {
            return future.join();
        }).collect(Collectors.toList());
        long end = System.currentTimeMillis();

        double costTime = (end - start) / 1000.0;
        System.out.printf("processed %d tasks %.2f second", tasks.size(), costTime);

    }

运行如下

在这里插入图片描述
统计总耗时

4.05 second

发现

本人使用CompletableFutre执行比之前使用并行流多花了约1.01秒的时间

本机CPU相关的核数配置如下

在这里插入图片描述

根据上述运行对比，CompletableFutre与并行流二者使用的时间大致一样，能否进一步优化呢？

CompletableFuture 比 ParallelSteam 优点之一是你可以指定Excutor去处理任务。你能选择更合适数量的线程。我们可以选择大于Runtime.getRuntime().availableProcessors()
数量的线程，如下所示

3.4 使用串行流和CompletableFutre组合执行并统计总耗时（优化：指定线程数量）

示例代码如下

public static void main(String[] args) {

        // CompletableFuture 在流式操作中的优势
        // 需求： 创建10个 MyTask 耗时的任务， 统计它们执行完的总耗时
        // 方案四：使用CompletableFuture（指定线程数量）

        // step 1: 创建10个MyTask对象，每个任务持续1s, 存入List集合
        IntStream intStream = IntStream.range(0, 10);
        List<MyTask> tasks = intStream.mapToObj(item -> {
            return new MyTask(1);
        }).collect(Collectors.toList());

        // 准备线程池
        int N_CPU = Runtime.getRuntime().availableProcessors();
        // 设置线程池中的线程的数量至少为10
        ExecutorService executor = Executors.newFixedThreadPool(Math.min(tasks.size(),N_CPU * 2));

        // step 2: 根据MyTask对象构建10个异步任务
        List<CompletableFuture<Integer>> futures = tasks.stream().map(myTask -> {
            return CompletableFuture.supplyAsync(()-> {
                return myTask.doWork();
            },executor);
        }).collect(Collectors.toList());

        // step 3: 执行异步任务，执行完成后，获取异步任务的结果，存入List集合中，统计总耗时
        long start = System.currentTimeMillis();
        List<Integer> results = futures
                .stream()
                .map(CompletableFuture::join)
                .collect(Collectors.toList());
        long end = System.currentTimeMillis();

        double costTime = (end - start) / 1000.0;
        System.out.printf("processed %d tasks %.2f second", tasks.size(), costTime);

        // 关闭线程池
        executor.shutdown();

        /**
         * 总结
         * CompLetabLeFuture可以控制更多的线程数量，而ParalLelstream不能
         */
    }

运行如下

在这里插入图片描述
统计总耗时

2.02 second

Trips

测试运行时，本机电脑配置是4核4线程，而我们创建的线程池中线程数最少也是10个，所以每个线程负责一个任务（耗时1s）总体来说，处理10个任务就得分成这样执行（第一次先分4个线程并行处理四个任务；第二次也分4个线程并行处理四个任务；第三次分两个线程并行处理剩下的l两个任务），故总共需要2.02秒

3.5 注意合理配置线程池中的线程数

正如我们看到的，CompletableFuture 可以更好的控制线程池的数量，而 parallelStream 不能

问题1：如何选用 CompletableFuture 和 ParallelStream?

如果你的任务是IO密集型，你应该使用 CompletableFuture;
如果你的任务是CPU密集型，使用比处理器更多的线程是没有意义的，所以选择 ParallelSteam，因为它不需要创建线程池，更容易使用。

问题2：IO密集型任务和CPU密集型任务的区别？

CPU密集型也叫计算密集型，此时，系统运行时大部分的状况是CPU占用率近乎100%，I/O在很短的时间可以完成，而CPU还有许多运算要处理，CPU使用率很高。比如计算1+2+3…+10万亿、天文计算、圆周率后几十位等，都属于CPU密集型程序。

CPU密集型任务的特点：大量计算，CPU占用率一般都很高，I/O时间很短

IO密集型指大部分的状况是CPU在等I/O（硬盘/内存）的读写操作，但CPU的使用率不高。

简单的说，就是需要大量的输入输出，例如读写文件、传输文件，网络请求。 IO密集型任务的特点：大量网络请求，文件操作，CPU运算少，很多时候CPU在等待资源才能进一步操作。

问题3：既然要控制线程池的数量，多少合适呢？

如果是CPU密集型任务，就需要尽量压榨CPU,参数值可以设为 Ncpu + 1
如果是IO密集型任务，参考值可以设置为 2 * Ncpu，其中 Ncpu 表示核心数

注意

以上给的是业界认为的参考值，详细配置的问题以后再行讨论，故不在赘述

四、大数据商品比价Demo（实践）

4.1 需求描述和分析

实现一个大数据比价服务，价格数据可以从京东、天猫、拼多多等平台去获取指定商品的价格、优惠金额，然后计算出实际付款金额（商品价格 -优惠金额），最终返回价格最优的平台与价格信息

在这里插入图片描述

4.2 构建工具类和实体类

①定义价格实体类 PriceResult

示例代码如下

public class PriceResult {

    private int price;
    private int discount;
    private int realPrice;
    private String platform;

    public PriceResult() {
    }

    public PriceResult(String platform) {
        this.platform = platform;
    }

    public PriceResult(int price, int discount, int realPrice, String platform) {
        this.price = price;
        this.discount = discount;
        this.realPrice = realPrice;
        this.platform = platform;
    }

    public int getPrice() {
        return price;
    }

    public void setPrice(int price) {
        this.price = price;
    }

    public int getDiscount() {
        return discount;
    }

    public void setDiscount(int discount) {
        this.discount = discount;
    }

    public int getRealPrice() {
        return realPrice;
    }

    public void setRealPrice(int realPrice) {
        this.realPrice = realPrice;
    }

    public String getPlatform() {
        return platform;
    }

    public void setPlatform(String platform) {
        this.platform = platform;
    }

    @Override
    public String toString() {
        return "PriceResult{" +
                "平台='" + platform + '\'' +
                ", 平台价=" + price +
                ", 优惠价=" + discount +
                ", 最终价=" + realPrice +
                '}';
    }
}

②修改工具类CommonUtils, 添加getCurrenTime()方法获取当前时间并格式化，添加 printThreadLog1()方法，在原先printThreadLog()方法的基础上把时间戳换成当前时间

示例代码如下

public class CommonUtils {

    // 读取文件路径的文件
    public static String readFile(String pathToFile) {
        try {
            return Files.readString(Paths.get(pathToFile));
        } catch (IOException e) {
            e.printStackTrace();
            return "";
        }
    }

    // 休眠指定的毫秒数
    public static void sleepMillis(long millis) {
        try {
            TimeUnit.MILLISECONDS.sleep(millis);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
    }

    // 休眠指定的秒数
    public static void sleepSecond(long second) {
        try {
            TimeUnit.SECONDS.sleep(second);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
    }

    //获取当前时间
    private static String getCurrentTime() {
        LocalTime now = LocalTime.now();
        return now.format(DateTimeFormatter.ofPattern("[HH:mm::ss.SS"));
    }

    // 打印输出带线程信息的日志
    public static void printTheadLog(String message) {
        // 时间戳 | 线程id | 线程名 | 日志信息
        String result = new StringJoiner(" | ")
                .add(String.valueOf(System.currentTimeMillis()))
                .add(String.format("%2d", Thread.currentThread().getId()))
                .add(Thread.currentThread().getName())
                .add(message)
                .toString();
        System.out.println(result);
    }

    // 打印输出带线程信息的日志
    public static void printTheadLog1(String message) {
        // 当前时间 | 线程id | 线程名 | 日志信息
        String result = new StringJoiner(" | ")
                .add(getCurrentTime())
                .add(String.format("%2d", Thread.currentThread().getId()))
                .add(Thread.currentThread().getName())
                .add(message)
                .toString();
        System.out.println(result);
    }

}

4.3 构建 HttpRequest

HttpRequest 用于模拟网络请求（耗时的操作）

示例代码如下

public class HttpRequest {


    private static void mockCostTimeOperation() {
        CommonUtils.sleepSecond(1);
    }

    // 获取淘宝平台的商品价格
    public static PriceResult getTaobaoPrice(String productName) {
        CommonUtils.printTheadLog("获取淘宝上" + productName + "价格");
        mockCostTimeOperation();
        PriceResult priceResult = new PriceResult("淘宝");
        priceResult.setPrice(5199);
        CommonUtils.printTheadLog("获取淘宝上" + productName + "价格完成：5199");
        return priceResult;
    }

    // 获取淘宝平台的优惠
    public static int getTaoBaoDiscount(String productName) {
        CommonUtils.printTheadLog("获取淘宝上" + productName + "优惠");
        mockCostTimeOperation();
        CommonUtils.printTheadLog("获取淘宝上" + productName + "优惠完成：-200");
        return 200;
    }

    // 获取京东平台的商品价格
    public static PriceResult getJDongPrice(String productName) {
        CommonUtils.printTheadLog1("获取京东上" + productName + "价格");
        mockCostTimeOperation();
        PriceResult priceResult = new PriceResult("淘宝");
        priceResult.setPrice(5299);
        CommonUtils.printTheadLog1("获取京东上" + productName + "价格完成：5299");
        return priceResult;
    }

    // 获取京东平台的优惠
    public static int getJDongDiscount(String productName) {
        CommonUtils.printTheadLog1("获取京东上" + productName + "优惠");
        mockCostTimeOperation();
        CommonUtils.printTheadLog1("获取京东上" + productName + "优惠完成：-150");
        return 150;
    }

    // 获取拼多多平台的商品价格
    public static PriceResult getPDDPrice(String productName) {
        CommonUtils.printTheadLog1("获取拼多多上" + productName + "价格");
        mockCostTimeOperation();
        PriceResult priceResult = new PriceResult("拼多多");
        priceResult.setPrice(5399);
        CommonUtils.printTheadLog1("获取拼多多上" + productName + "价格完成：5399");
        return priceResult;
    }

    // 获取拼多多平台的优惠
    public static int getPDDDiscount(String productName) {
        CommonUtils.printTheadLog1("获取拼多多上" + productName + "优惠");
        mockCostTimeOperation();
        CommonUtils.printTheadLog1("获取拼多多上" + productName + "优惠完成：-5300");
        return 5300;
    }

}

4.4 使用串行的方式操作商品比价

①ComparePriceService类代码如下

public class ComparePriceService {

    // 方案一：串行方式操作商品比价

    public PriceResult getCheapestPlatformPrice(String productName) {
        PriceResult priceResult;
        int discount;

        // 获取淘宝平台的商品价格和优惠
        priceResult = HttpRequest.getTaobaoPrice(productName);
        discount = HttpRequest.getTaoBaoDiscount(productName);
        PriceResult taoBaoPriceResult = this.computeRealPrice(priceResult, discount);

        // 获取京东平台的商品价格和优惠
        priceResult = HttpRequest.getJDongPrice(productName);
        discount = HttpRequest.getJDongDiscount(productName);
        PriceResult jDongPriceResult = this.computeRealPrice(priceResult, discount);

        // 获取拼多多平台的商品价格和优惠
        priceResult = HttpRequest.getPDDPrice(productName);
        discount = HttpRequest.getPDDDiscount(productName);
        PriceResult pddPriceResult = this.computeRealPrice(priceResult, discount);

        // 计算最优的平台和价格
        Stream<PriceResult> stream = Stream.of(taoBaoPriceResult, jDongPriceResult, pddPriceResult);
        Optional<PriceResult> minOpt = stream.min(Comparator.comparing(priceRes -> {
            return priceRes.getRealPrice();
        }));
        PriceResult result = minOpt.get();
        return result;
//        return Stream.of(taoBaoPriceResult, jDongPriceResult, pddPriceResult)
//                .min(Comparator.comparing(PriceResult::getRealPrice))
//                .get();
    }


    // 计算商品的最终价格 = 平台价格 - 优惠价
    public PriceResult computeRealPrice(PriceResult priceResult, int discount) {
        priceResult.setRealPrice(priceResult.getPrice() - discount);
        priceResult.setDiscount(discount);
        CommonUtils.printTheadLog(priceResult.getPlatform() + "最终价格计算完成" + priceResult.getRealPrice());
        return priceResult;
    }

}

②main方法中执行

示例代码如下

public static void main(String[] args) {

		//1. 使用串行方式操作商品比价
		ComparePriceService service = new ComparePriceService();
        long start = System.currentTimeMillis();
        PriceResult priceResult = service.getCheapestPlatformPrice("iphone16");
        long end = System.currentTimeMillis();
        double costTime = (end - start)/1000.0;
        System.out.printf("cost %.2f second processed\n",costTime);
        System.out.println("priceResult = " + priceResult);
    }

运行如下

在这里插入图片描述
统计总耗时

6.11 second

4.5 使用Future+线程池增加并行

①ComparePriceService类代码如下

public class ComparePriceService {
	
	 //方案二：使用Future + 线程池 操作商品比价
    public PriceResult getCheapestPlatformPrice2(String productName) {
        // 线程池
        ExecutorService executor = Executors.newFixedThreadPool(4);

        // 获取淘宝平台的商品价格和优惠
        Future<PriceResult> taobaoFuture = executor.submit(() -> {
            PriceResult priceResult = HttpRequest.getTaobaoPrice(productName);
            int discount = HttpRequest.getTaoBaoDiscount(productName);
            return this.computeRealPrice(priceResult, discount);
        });

        // 获取京东平台的商品价格和优惠
        Future<PriceResult> jdFuture = executor.submit(() -> {
            PriceResult priceResult = HttpRequest.getJDongPrice(productName);
            int discount = HttpRequest.getJDongDiscount(productName);
            return this.computeRealPrice(priceResult, discount);
        });


        // 获取拼多多平台的商品价格和优惠
        Future<PriceResult> pddFuture = executor.submit(() -> {
            PriceResult priceResult = HttpRequest.getPDDPrice(productName);
            int discount = HttpRequest.getPDDDiscount(productName);
            return this.computeRealPrice(priceResult, discount);
        });

        // 计算最优的平台和价格
        PriceResult priceResult = Stream.of(taobaoFuture, jdFuture, pddFuture)
                .map(item -> {
                    try {
                        //假设延时5s后，就不要它的结果，所以返回一个空
                        return item.get(5, TimeUnit.SECONDS);
                    } catch (Exception e) {
                        e.printStackTrace();
                        return null;
                    }finally {
                        executor.shutdown();
                    }
                }).filter(Objects::nonNull)
                .min(Comparator.comparing(PriceResult::getRealPrice)).get();

        return priceResult;

    }

	// 计算商品的最终价格 = 平台价格 - 优惠价
    public PriceResult computeRealPrice(PriceResult priceResult, int discount) {
        priceResult.setRealPrice(priceResult.getPrice() - discount);
        priceResult.setDiscount(discount);
        CommonUtils.printTheadLog(priceResult.getPlatform() + "最终价格计算完成" + priceResult.getRealPrice());
        return priceResult;
    }

}

②main方法中执行

示例代码如下

public static void main(String[] args) {

	    //2.使用Future + 线程池 操作商品比价
        ComparePriceService service = new ComparePriceService();
        long start = System.currentTimeMillis();
        PriceResult priceResult = service.getCheapestPlatformPrice2("iphone16");
        long end = System.currentTimeMillis();
        double costTime = (end - start)/1000.0;
        System.out.printf("cost %.2f second processed\n",costTime);
        System.out.println("priceResult = " + priceResult);
}

运行如下

在这里插入图片描述
统计总耗时

2.05 second

4.6 使用CompletableFuture进一步增强并行

①ComparePriceService类代码如下

public class ComparePriceService {

	//方案三：使用CompletableFuture 操作商品比价
    public PriceResult getCheapestPlatformPrice3(String productName) {

        // 获取淘宝平台的商品价格和优惠
        CompletableFuture<PriceResult> taobaofuture = CompletableFuture.supplyAsync(() -> HttpRequest.getTaobaoPrice(productName))
                .thenCombine(CompletableFuture.supplyAsync(() -> HttpRequest.getTaoBaoDiscount(productName)), (priceRsult, discount) -> {
                    return this.computeRealPrice(priceRsult, discount);
                });


        // 获取京东平台的商品价格和优惠
        CompletableFuture<PriceResult> jdfuture = CompletableFuture.supplyAsync(() -> HttpRequest.getJDongPrice(productName))
                .thenCombine(CompletableFuture.supplyAsync(() -> HttpRequest.getJDongDiscount(productName)), (priceRsult, discount) -> {
                    return this.computeRealPrice(priceRsult, discount);
                });


        // 获取拼多多平台的商品价格和优惠
        CompletableFuture<PriceResult> pddfuture = CompletableFuture.supplyAsync(() -> HttpRequest.getPDDPrice(productName))
                .thenCombine(CompletableFuture.supplyAsync(() -> HttpRequest.getPDDDiscount(productName)), (priceRsult, discount) -> {
                    return this.computeRealPrice(priceRsult, discount);
                });


        // 计算最优的平台和价格
        PriceResult priceResult = Stream.of(taobaofuture, jdfuture, pddfuture)
                .map(future -> future.join())
                .min(Comparator.comparing(item -> item.getRealPrice()))
                .get();
        return  priceResult;

    }


    // 计算商品的最终价格 = 平台价格 - 优惠价
    public PriceResult computeRealPrice(PriceResult priceResult, int discount) {
        priceResult.setRealPrice(priceResult.getPrice() - discount);
        priceResult.setDiscount(discount);
        CommonUtils.printTheadLog(priceResult.getPlatform() + "最终价格计算完成" + priceResult.getRealPrice());
        return priceResult;
    }
}

②main方法中执行

示例代码如下

public static void main(String[] args) {
		
		//3.使用CompletableFuture 操作商品比价
	 	ComparePriceService service = new ComparePriceService();
        long start = System.currentTimeMillis();
        PriceResult priceResult = service.getCheapestPlatformPrice3("iphone15");
        long end = System.currentTimeMillis();
        double costTime = (end - start)/1000.0;
        System.out.printf("cost %.2f second processed\n",costTime);
        System.out.println("priceResult = " + priceResult);

}

运行如下

在这里插入图片描述
统计总耗时

2.06 second

4.7 需求变更：同一个平台比较同款产品（iPhone15)不同色系的价格

说明

使用异步任务的批量操作实现

①ComparePriceService类代码如下

public class ComparePriceService {

	// 计算商品的最终价格 = 平台价格 - 优惠价
    public PriceResult computeRealPrice(PriceResult priceResult, int discount) {
        priceResult.setRealPrice(priceResult.getPrice() - discount);
        priceResult.setDiscount(discount);
        CommonUtils.printTheadLog(priceResult.getPlatform() + "最终价格计算完成" + priceResult.getRealPrice());
        return priceResult;
    }


    public PriceResult batchComparePrice(List<String> products) {
        // step 1:遍历每个商品的名字， 根据商品名称开启异步任务获取最终价， 归集到List集合中
        List<CompletableFuture<PriceResult>> futureList = products.stream()
                .map(productName -> {
                    return CompletableFuture.supplyAsync(() -> HttpRequest.getTaobaoPrice(productName))
                            .thenCombine(CompletableFuture.supplyAsync(() -> HttpRequest.getTaoBaoDiscount(productName)), (priceRsult, discount) -> {
                                return this.computeRealPrice(priceRsult, discount);
                            });
                }).collect(Collectors.toList());

        // step 2: 把多个商品的最终价进行排序获取最小值
        PriceResult priceResult = futureList.stream()
                .map(future -> future.join())
                .sorted(Comparator.comparing(item -> item.getRealPrice()))
                .findFirst()
                .get();
        return priceResult;

    }

}

②main方法中执行

示例代码如下

public static void main(String[] args) {

	 	// 异步任务的批量操作
        // 测试在一个平台比较同款产品（iPhone15)不同色系的价格
        ComparePriceService service = new ComparePriceService();
        long start = System.currentTimeMillis();
        PriceResult priceResult = service.batchComparePrice(Arrays.asList("iphone15午夜黑","iphone15白色","iphone15淡青"));
        long end = System.currentTimeMillis();
        double costTime = (end - start)/1000.0;
        System.out.printf("cost %.2f second processed\n",costTime);
        System.out.println("priceResult = " + priceResult);
}

运行如下

在这里插入图片描述
统计总耗时

2.05 second

陌上少年，且听这风吟

关注

31
点赞
踩
29

收藏

觉得还不错? 一键收藏
打赏
0
评论
异步编程Completablefuture使用详解----进阶篇

在前面入门篇中的内容中，我们详细介绍了异步编程Completablefuture的基本用法等相关知识；接下来，在本文进阶篇我们将详细探讨Completablefuture与stream API 相结合的具体用法，以及进一步增强并行处理的相关知识和案例用法
复制链接

扫一扫