分布式开发(2)-异步线程

我们在执行一个请求时,如果需要获取很多数据,而正常流程都是一行行代码执行,如果需要获取好几张表的数据时,同时又有很多个请求获取,那么响应时间就会很慢,所以我们需要用到异步线程的方式来编排代码,及通过多个线程同时并行获取数据,待数据都获取到了,直接返回即可。

  1. 线程池配置
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

import java.util.concurrent.Executors;
import java.util.concurrent.LinkedBlockingDeque;
import java.util.concurrent.ThreadPoolExecutor;
import java.util.concurrent.TimeUnit;

/**
 * 线程池配置
 * */
@Configuration
public class MyThreadConfig {
	// 获取cpu核数:Runtime.getRuntime().availableProcessors()	
    @Bean
    public ThreadPoolExecutor threadPoolExecutor() {
        /**
         * int corePoolSize 核心线程池
         * int maximumPoolSize 最大线程池
         * long keepAliveTime 闲置多长时间关闭
         * TimeUnit unit 单位
         * BlockingQueue<Runnable> workQueue 阻塞队列,设置最多存储10万个异步任务
         * ThreadFactory threadFactory 线程工厂,使用默认的工厂
         * RejectedExecutionHandler handler 异常处理机制,抛出
         * */
        return new ThreadPoolExecutor(20,
                200,
                10,
                TimeUnit.SECONDS,
                new LinkedBlockingDeque<>(100000),
                Executors.defaultThreadFactory(), new ThreadPoolExecutor.AbortPolicy());
    }
}

01:一个计算为主的程序(CPU密集型程序),多线程跑的时候,可以充分利用起所有的 CPU 核心数,比如说 8 个核心的CPU ,开8 个线程的时候,可以同时跑 8 个线程的运算任务,此时是最大效率。但是如果线程远远超出 CPU 核心数量,反而会使得任务效率下降,因为频繁的切换线程也是要消耗时间的。因此对于 CPU 密集型的任务来说,线程数等于 CPU 数是最好的了。
02:如果是一个磁盘或网络为主的程序(IO密集型程序),一个线程处在 IO 等待的时候,另一个线程还可以在 CPU 里面跑,有时候 CPU 闲着没事干,所有的线程都在等着 IO,这时候他们就是同时的了,而单线程的话此时还是在一个一个等待的。我们都知道 IO 的速度比起 CPU 来是很慢的。此时线程数等于CPU核心数的两倍是最佳的。

  1. 方法中异步编排实例

// 注入线程池
    @Autowired
    private ThreadPoolExecutor executor;

public UserInfoVo getUserInfo() throws ExecutionException, InterruptedException {
        /*
         * 如果一个人需要很多信息的话,可以通过异步编排并发获取所需信息,然后返回,
         * 而不需要一个个的排队获取信息
         * */
        UserInfoVo userInfoVo = new UserInfoVo();
        // 1. 获取用户信息
        // supplyAsync可以返回数据的异步方法
        CompletableFuture<UserInfo> infoFuture = CompletableFuture.supplyAsync(() -> {
            UserInfo userInfo = new UserInfo();
            userInfoVo.setUserInfo(userInfo);
            return userInfo;
        }, executor);

        // 2. 获取用户会员信息
        // thenAcceptAsync代表需要1执行后的数据才能获取另外一个我们需要的数据
        CompletableFuture<Void> vipInfoFuture = infoFuture.thenAcceptAsync((res) -> {
            String userId = res.getUserId();
            UserVipInfo vipInfo = new UserVipInfo();
            userInfoVo.setUserVipInfo(vipInfo);
        }, executor);

        // 3. 获取用户购物车信息
        // 这里获取购物车信息可以和会员信息同时获取,也就是在两个线程中同时执行,缩短时间
        CompletableFuture<Void> userCartFuture =  infoFuture.thenAcceptAsync((res) -> {
            String userId = res.getUserId();
            UserCart userCart = new UserCart();
            userInfoVo.setUserCart(userCart);
        }, executor);

        // 4. 获取会员等级信息,不需要和上面产生关联,可以放到另一个线程里执行,且不需要返回值
        CompletableFuture<Void> vipGradeFuture = CompletableFuture.runAsync(() -> {
            VipGrade vipGrade = new VipGrade();
            userInfoVo.setVipGrade(vipGrade);
        }, executor);

        // 5. 等待所有任务都完成,这里的异常抛出去,给系统自己处理
        CompletableFuture.allOf(vipInfoFuture,userCartFuture,vipGradeFuture).get();

        return userInfoVo;
    }
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
XXL-JOB是一个轻量级分布式任务调度平台,其核心设计目标是开发迅速、学习简单、轻量级、易扩展。现已开放源代码并接入多家公司线上产品线,开箱即用。 XXL-JOB特点: 1、简单:支持通过Web页面对任务进行CRUD操作,操作简单,一分钟上手; 2、动态:支持动态修改任务状态、启动/停止任务,以及终止运行中任务,即时生效; 3、调度中心HA(中心式):调度采用中心式设计,“调度中心”自研调度组件并支持集群部署,可保证调度中心HA; 4、执行器HA(分布式):任务分布式执行,任务"执行器"支持集群部署,可保证任务执行HA; 5、注册中心: 执行器会周期性自动注册任务, 调度中心将会自动发现注册的任务并触发执行。同时,也支持手动录入执行器地址; 6、弹性扩容缩容:一旦有新执行器机器上线或者下线,下次调度时将会重新分配任务; 7、路由策略:执行器集群部署时提供丰富的路由策略,包括:第一个、最后一个、轮询、随机、一致性HASH、最不经常使用、最近最久未使用、故障转移、忙碌转移等; 8、故障转移:任务路由策略选择"故障转移"情况下,如果执行器集群中某一台机器故障,将会自动Failover切换到一台正常的执行器发送调度请求。 9、阻塞处理策略:调度过于密集执行器来不及处理时的处理策略,策略包括:单机串行(默认)、丢弃后续调度、覆盖之前调度; 10、任务超时控制:支持自定义任务超时时间,任务运行超时将会主动中断任务; 11、任务失败重试:支持自定义任务失败重试次数,当任务失败时将会按照预设的失败重试次数主动进行重试;其中分片任务支持分片粒度的失败重试; 12、任务失败告警;默认提供邮件方式失败告警,同时预留扩展接口,可方便的扩展短信、钉钉等告警方式; 13、分片广播任务:执行器集群部署时,任务路由策略选择"分片广播"情况下,一次任务调度将会广播触发集群中所有执行器执行一次任务,可根据分片参数开发分片任务; 14、动态分片:分片广播任务以执行器为维度进行分片,支持动态扩容执行器集群从而动态增加分片数量,协同进行业务处理;在进行大数据量业务操作时可显著提升任务处理能力和速度。 15、事件触发:除了"Cron方式"和"任务依赖方式"触发任务执行之外,支持基于事件的触发任务方式。调度中心提供触发任务单次执行的API服务,可根据业务事件灵活触发。 16、任务进度监控:支持实时监控任务进度; 17、Rolling实时日志:支持在线查看调度结果,并且支持以Rolling方式实时查看执行器输出的完整的执行日志; 18、GLUE:提供Web IDE,支持在线开发任务逻辑代码,动态发布,实时编译生效,省略部署上线的过程。支持30个版本的历史版本回溯。 19、脚本任务:支持以GLUE模式开发和运行脚本任务,包括Shell、Python、NodeJS、PHP、PowerShell等类型脚本; 20、命令行任务:原生提供通用命令行任务Handler(Bean任务,"CommandJobHandler");业务方只需要提供命令行即可; 21、任务依赖:支持配置子任务依赖,当父任务执行结束且执行成功后将会主动触发一次子任务的执行, 多个子任务用逗号分隔; 22、一致性:“调度中心”通过DB锁保证集群分布式调度的一致性, 一次任务调度只会触发一次执行; 23、自定义任务参数:支持在线配置调度任务入参,即时生效; 24、调度线程池:调度系统多线程触发调度运行,确保调度精确执行,不被堵塞; 25、数据加密:调度中心和执行器之间的通讯进行数据加密,提升调度信息安全性; 26、邮件报警:任务失败时支持邮件报警,支持配置多邮件地址群发报警邮件; 27、推送maven中央仓库: 将会把最新稳定版推送到maven中央仓库, 方便用户接入和使用; 28、运行报表:支持实时查看运行数据,如任务数量、调度次数、执行器数量等;以及调度报表,如调度日期分布图,调度成功分布图等; 29、全异步:任务调度流程全异步化设计实现,如异步调度、异步运行、异步回调等,有效对密集调度进行流量削峰,理论上支持任意时长任务的运行; 30、跨语言:调度中心与执行器提供语言无关的 RESTful API 服务,第三方任意语言可据此对接调度中心或者实现执行器。除此之外,还提供了 “多任务模式”和“httpJobHandler”等其他跨语言方案; 31、国际化:调度中心支持国际化设置,提供中文、英文两种可选语言,默认为中文; 32、容器化:提供官方docker镜像,并实时更新推送dockerhub,进一步实现产品开箱即用; 33、线程池隔离:调度线程池进行隔离拆分,慢任务自动降级进入"Slow"线程池,避免耗尽调度线程,提高系统稳定性; 34、用户管理:支持在线管理系统用户,存在管理员、普通用户两种角色; 35、权限控

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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