JUC-(5)并发工具(上)

在java.util.concurrent中给我们提供了很多的并发工具,通过这些并发工具我们能很简单的实现许多强大的功能.这里我主要介绍一下比较常用的一些并发工具的使用场景.

CountDownLatch(闭锁)

简单的来说它可以在初始化时设定一个计数器,这个值只能设定一次后面无法再次修改.同时还提供一个await方法,在计数器的值还未到达0之前调用该方法的线程将一直等待.通过每调用一次countDown将会使该计数值减1,直到计数器的值减到0之后,等待在该对象上的线程才能继续运行.
如果上面的描述没看懂没关系,我们举一个生活中的例子来类比.假如旅行社要搞一个50个人的旅游团(闭锁中的计数器)需要等到名额满了之后才会开始出发(计算器归0).每当有一个人过来报名成功名额就减一(计数器减一),而且报完名的人是可以去干别的事情.当名额未满时旅行社只能等待或者去干别的事(线程调用await等待),直到名额满了旅行社就可以出发了(调用线程继续执行).

例如现在我们有一个数据统计页接口,这个接口里面需要返回来自不同平台的一些统计数据.例如我们要获取淘宝京东拼多多等多个平台的订单数据.按照我们的惯性逻辑来做,可能会查询淘宝平台的数据,然后接着查询京东平台的数据依次类推.这样的查询是可以完成任务,但是接口的响应时间不会很理想.因为这些任务都是串行执行的,最后所花费的时间就是所有的时间之和.我们可以使用多线程配合CountDownLatch让这些查询任务并行运行,大大的提高我们接口的响应时间.

public class App2 {
    public static void main(String[] args) throws Exception {
        //开始时间
        long start = System.currentTimeMillis();
        //创建闭锁
        CountDownLatch cdl = new CountDownLatch(3);
        //查询淘宝任务
        QueryPlatformTask tb = new QueryPlatformTask("tb", cdl);
        //查询京东任务
        QueryPlatformTask jd = new QueryPlatformTask("jd", cdl);
        //查询拼多多任务
        QueryPlatformTask pdd = new QueryPlatformTask("pdd", cdl);

        //创建线程池
        ExecutorService service = Executors.newFixedThreadPool(3);
        //提交任务
        Future f1 = service.submit(tb);
        Future f2 = service.submit(jd);
        Future f3 = service.submit(pdd);
        //等待执行完
        cdl.await();
        //关闭线程池
        service.shutdown();
        //获取结果打印
        System.out.println("f1.get() = " + f1.get());
        System.out.println("f2.get() = " + f2.get());
        System.out.println("f3.get() = " + f3.get());
        long end = System.currentTimeMillis();
        //打印耗时时间
        System.out.println("耗时时间:"+(end-start)/1000+"s");
    }
}

/**
 * 平台查询任务
 */
class QueryPlatformTask implements Callable{
    private String platform;
    private CountDownLatch cdl;

    public QueryPlatformTask(String platform, CountDownLatch cdl) {
        this.platform = platform;
        this.cdl = cdl;
    }

    @Override
    public Integer call() throws Exception {
        try {
            switch (platform){
                case "tb":{
                    return queryTb();
                }
                case "jd":{
                    return queryJD();
                }
                case "pdd":{
                    return queryPdd();
                }
                default:{
                    throw new UnsupportedOperationException("不支持的平台操作");
                }
            }
        }finally {
            //请将计数器减一操作放入finally,避免异常导致该操作失败变成死锁
            cdl.countDown();
        }
    }

    //查询淘宝平台数据
    private Integer queryTb() throws InterruptedException {
        //模拟查询耗时
        Thread.sleep(2000);
        System.out.println("淘宝平台数据查询完成");
        return 100;
    }
    //查询京东平台数据
    private Integer queryJD() throws InterruptedException {
        //模拟查询耗时
        Thread.sleep(3000);
        System.out.println("京东平台数据查询完成");
        return 80;
    }
    //查询拼多多平台数据
    private Integer queryPdd() throws InterruptedException {
        //模拟查询耗时
        Thread.sleep(4000);
        System.out.println("拼多多平台数据查询完成");
        return 50;
    }
}

上面代码简单的实现了查询需求,我们将查询任务封装成Callable类型的任务,且每个任务中包含了CountDownLatch实例用来计数.每当完成一个任务时都会将计数器减1,需要特别注意的是在调用countDown方法时一定要放在finally中.因为如果在执行中出现异常,代码还未执行到countDown时就已经因为异常退了,这将导致所有任务已执行完,但是因为异常的线程没有执行计数器减一的操作,最后导致等待的线程始终无法被唤醒.主线程阻塞在await方法上,直到所有任务都完成计数器归0,主线程继续执行打印结果如下:

淘宝平台数据查询完成
京东平台数据查询完成
拼多多平台数据查询完成
f1.get() = 100
f2.get() = 80
f3.get() = 50
耗时时间:4s

从结果也能看出来,任务由串行运行变成并行运行.最后的耗时时间取决于任务中耗时时间最长的一个.

线程池本身也是提供一个invokeAll方法用来执行批量任务,等任务全部执行完全之后等待的线程再继续执行.这两个方法都能实现同样的功能,但是他们有也有些许不同.不同之处主要在于提供的超时方法上有不同.
invokeAll当到了过期时间之后,对于还在线程池队列中的任务会被取消,而正在执行的方法则会调用interrupt来中断线程执行.但是使用CountDownLatch过期时间到了,阻塞的线程会立即执行,并不会关心任务是否执行完成,也不会去调用interrupt中断线程的执行.下面我们使用两段代码来验证:

• invokeAll

public class App3 {
    public static void main(String[] args) throws InterruptedException {
        //创建任务
        List> tasks = new ArrayList<>();
        for (int i = 0; i < 5; i++) {
            tasks.add(new Callable