java 高地位倒排拼接_java高并发系列 - 第27天：实战篇，接口性能成倍提升，让同事刮目相看，现学现用...-CSDN博客

本文链接：https://blog.csdn.net/weixin_35786759/article/details/115045574

这是java高并发系列第27篇文章。

开发环境：jdk1.8。

案例讲解

电商app都有用过吧，商品详情页，需要给他们提供一个接口获取商品相关信息：

商品基本信息(名称、价格、库存、会员价格等)

商品图片列表

商品描述信息(描述信息一般是由富文本编辑的大文本信息)

数据库中我们用了3张表存储上面的信息：

商品基本信息表：t_goods(字段：id【商品id】、名称、价格、库存、会员价格等)

商品图片信息表：t_goods_imgs(字段：id、goods_id【商品id】、图片路径)，一个商品会有多张图片

商品描述信息表：t_goods_ext(字段：id，goods_id【商品id】、商品描述信息【大字段】)

这需求对于大家来说很简单吧，伪代码如下：

public Map detail(long goodsId){

//创建一个map

//step1：查询商品基本信息，放入map

map.put("goodsModel",(select * from t_goods where id = #gooldsId#));

//step2：查询商品图片列表，返回一个集合放入map

map.put("goodsImgsModelList",(select * from t_goods_imgs where goods_id = #gooldsId#));

//step3：查询商品描述信息，放入map

map.put("goodsExtModel",(select * from t_goods_ext where goods_id = #gooldsId#));

return map;

}

上面这种写法应该很常见，代码很简单，假设上面每个步骤耗时200ms，此接口总共耗时>=600毫秒，其他还涉及到网络传输耗时，估计总共会在700ms左右，此接口有没有优化的空间，性能能够提升多少？我们一起来挑战一下。

在看一下上面的逻辑，整个过程是按顺序执行的，实际上3个查询之间是没有任何依赖关系，所以说3个查询可以同时执行，那我们对这3个步骤采用多线程并行执行，看一下最后什么情况，代码如下：

package com.itsoku.chat26;

import java.util.Arrays;

import java.util.HashMap;

import java.util.List;

import java.util.Map;

import java.util.concurrent.*;

/**

* 跟着阿里p7学并发，微信公众号：javacode2018

public class Demo1 {

/**

* 获取商品基本信息

* @param goodsId 商品id

* @return 商品基本信息

* @throws InterruptedException

public String goodsDetailModel(long goodsId) throws InterruptedException {

//模拟耗时，休眠200ms

TimeUnit.MILLISECONDS.sleep(200);

return "商品id:" + goodsId + ",商品基本信息....";

}

/**

* 获取商品图片列表

* @param goodsId 商品id

* @return 商品图片列表

* @throws InterruptedException

public List goodsImgsModelList(long goodsId) throws InterruptedException {

//模拟耗时，休眠200ms

TimeUnit.MILLISECONDS.sleep(200);

return Arrays.asList("图1", "图2", "图3");

}

/**

* 获取商品描述信息

* @param goodsId 商品id

* @return 商品描述信息

* @throws InterruptedException

public String goodsExtModel(long goodsId) throws InterruptedException {

//模拟耗时，休眠200ms

TimeUnit.MILLISECONDS.sleep(200);

return "商品id:" + goodsId + ",商品描述信息......";

}

//创建个线程池

ExecutorService executorService = Executors.newFixedThreadPool(10);

/**

* 获取商品详情

* @param goodsId 商品id

* @return

* @throws ExecutionException

* @throws InterruptedException

public Map goodsDetail(long goodsId) throws ExecutionException, InterruptedException {

Map result = new HashMap<>();

//异步获取商品基本信息

Future gooldsDetailModelFuture = executorService.submit(() -> goodsDetailModel(goodsId));

//异步获取商品图片列表

Future> goodsImgsModelListFuture = executorService.submit(() -> goodsImgsModelList(goodsId));

//异步获取商品描述信息

Future goodsExtModelFuture = executorService.submit(() -> goodsExtModel(goodsId));

result.put("gooldsDetailModel", gooldsDetailModelFuture.get());

result.put("goodsImgsModelList", goodsImgsModelListFuture.get());

result.put("goodsExtModel", goodsExtModelFuture.get());

return result;

}

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

long starTime = System.currentTimeMillis();

Map map = new Demo1().goodsDetail(1L);

System.out.println(map);

System.out.println("耗时(ms):" + (System.currentTimeMillis() - starTime));

}

输出：

{goodsImgsModelList=[图1, 图2, 图3], gooldsDetailModel=商品id:1,商品基本信息...., goodsExtModel=商品id:1,商品描述信息......}

耗时(ms):208

可以看出耗时200毫秒左右，性能提升了2倍，假如这个接口中还存在其他无依赖的操作，性能提升将更加显著，上面使用了线程池并行去执行3次查询的任务，最后通过Future获取异步执行结果。

整个优化过程：

先列出无依赖的一些操作

将这些操作改为并行的方式

用到的技术有：

线程池相关知识

Executors、Future相关知识

总结

对于无依赖的操作尽量采用并行方式去执行，可以很好的提升接口的性能

大家可以在你们的系统中试试这种方法，感受一下效果，会让你感觉很爽

java高并发系列目录

第7天:volatile与Java内存模型

第8天:线程组

第9天：用户线程和守护线程

第10天:线程安全和synchronized关键字

第11天:线程中断的几种方式

第12天JUC:ReentrantLock重入锁

第13天:JUC中的Condition对象

第14天:JUC中的LockSupport工具类，必备技能

第15天：JUC中的Semaphore(信号量)

第16天：JUC中等待多线程完成的工具类CountDownLatch，必备技能

第17天：JUC中的循环栅栏CyclicBarrier的6种使用场景

第18天：JAVA线程池，这一篇就够了

第19天：JUC中的Executor框架详解1

第20天：JUC中的Executor框架详解2

第21天：java中的CAS，你需要知道的东西

第22天：JUC底层工具类Unsafe，高手必须要了解

第23天：JUC中原子类，一篇就够了

第24天：ThreadLocal、InheritableThreadLocal(通俗易懂)

第25天：掌握JUC中的阻塞队列

java高并发系列连载中，总计估计会有四五十篇文章。

阿里p7一起学并发，公众号：路人甲java，每天获取最新文章！

原文出处：https://www.cnblogs.com/itsoku123/p/11364035.html