【Java】串行、并行执行任务

文章介绍了在Java中如何将接口调用从串行转换为并行,以减少整体执行时间。使用了CountDownLatch、ExecutorService的invokeAll方法以及CompletableFuture来实现并行执行,并展示了每种方法的代码示例和执行耗时对比。

在实际的应用上,我们平时需要调用第三方的接口,可能会调用多个接口,串行执行的话,
就需要等待所有的接口调用完成之后才获取到结果,那我们有没有并行的方法的呢?

串行执行

以下是三个接口,假设他们额的执行耗时,分别为1S,2S和3S ,串行执行的话,需要等待6S才可得到返回的结果。

    public static void intf() {
            // 模拟执行耗时
            try {
                Thread.sleep(1000);
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
            System.out.println("接口1");
        }

public static void intf2() {
            // 模拟执行耗时
            try {
                Thread.sleep(2000);
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
            System.out.println("接口2");
        }

public static void intf3() {
            // 模拟执行耗时
            try {
                Thread.sleep(3000);
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
            System.out.println("接口3");
        }




public static void main(String[] args) {
            long startTime = System.currentTimeMillis();
            intf();
            intf2();
            intf3();
            long endTime = System.currentTimeMillis();
            System.out.println("代码段执行时间:" + (endTime - startTime) + "ms");
        }

执行耗时

接口1
接口2
接口3
代码段执行时间:6048ms

并行执行

CountDownLatch

 public static void getIntfResult() {
        ExecutorService executorService = Executors.newCachedThreadPool();
        CountDownLatch latch = new CountDownLatch(3);

        executorService.execute(new Runnable() {
            @Override
            public void run() {
                intf();
                latch.countDown();
            }
        });
        executorService.execute(new Runnable() {
            @Override
            public void run() {
                intf2();
                latch.countDown();
            }
        });
        executorService.execute(new Runnable() {
            @Override
            public void run() {
                intf3();
                latch.countDown();
            }
        });
        try {
            // 一定记得加上timeout时间,防止阻塞主线程
            latch.await(3000, TimeUnit.MILLISECONDS);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
        //4.等待所有子任务完成,组装活动标签信息

        //5.关闭线程池
        executorService.shutdown();
    }

执行耗时

接口1
接口2
接口3
代码段执行时间:3009ms

ExecutorService.invokeAll

  public static void getIntfResultByInvokeAll(){
        ExecutorService executorService = Executors.newCachedThreadPool();
        List<Callable<String>> tasks = new ArrayList();
        tasks.add(new Callable<String>() {
            @Override
            public String call() throws Exception {
                intf();
                return null;
            }
        });
        tasks.add(new Callable<String>() {
            @Override
            public String call() throws Exception {
                intf2();
                return null;
            }
        });
        tasks.add(new Callable<String>() {
            @Override
            public String call() throws Exception {
                intf3();
                return null;
            }
        });
        try {
            List<Future<String>> futureList = executorService.invokeAll(tasks, 3000, TimeUnit.MILLISECONDS);
            for (Future<String> future : futureList) {
                // 获取线程执行结果
                try {
                    String activityTag = future.get();
                } catch (ExecutionException e) {
                    e.printStackTrace();
                }
            }
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
        //关闭线程池
        executorService.shutdown();
    }

执行耗时

接口1
接口2
接口3
代码段执行时间:3020ms

CompletableFuture

    public static void getIntfResultByFuture() {
        CompletableFuture<String> future3 = CompletableFuture.supplyAsync(() -> intf());
        CompletableFuture<String> future1 = CompletableFuture.supplyAsync(() -> intf2());
        CompletableFuture<String> future2 = CompletableFuture.supplyAsync(() -> intf3());
        try {
            //获取并行执行任务结果
            System.out.println(future3.get());
            System.out.println(future1.get());
            System.out.println(future2.get());
        } catch (Exception e) {

        }
    }

执行耗时

接口1
接口2
接口3
代码段执行时间:3154ms
### Java中的串行与并行编程概念 #### 串行通信 在Java中,串行通信指的是通过计算机上的串口发送和接收数据的过程。这种类型的通信通常用于连接外部设备,如调制解调器、传感器或其他硬件组件[^1]。 为了实现串行通信,开发者可以利用第三方库来简化操作过程。这些库提供了API接口以便于配置端口参数(波特率、停止位等),以及读写来自或向串行端的数据流。值得注意的是,在标准版JDK里并没有内置支持RS-232协议的功能;因此,如果项目需求涉及到此类功能,则需引入额外的支持包来进行开发工作。 #### 并行计算框架 另一方面,并行编程是指让多个线程或进程同时执行以提高程序性能的技术。对于多核处理器而言,并行处理能够显著提升应用程序效率。Java提供了一系列工具和技术帮助程序员构建高效的并发应用: - **Fork/Join Framework**: 这是一个基于分治法的工作窃取算法模型,它允许任务被拆分成更小的部分交给不同的CPU核心去完成。 - **Executor Service API**: 提供了一种高级机制用于管理一组异步运行的任务。此服务不仅封装了创建和销毁Thread对象的操作细节,还实现了诸如调度定时任务等功能特性。 - **Stream API (自Java 8起)**: 支持函数式风格的集合类批量数据处理方式,内部采用了优化策略使得某些情况下能自动转换成并行模式从而加快速度。 ```java // Fork/Join示例代码 import java.util.concurrent.RecursiveTask; public class Summation extends RecursiveTask<Integer> { private static final int THRESHOLD = 10; private int[] array; private int start, end; public Summation(int[] a, int s, int e) {array=a;start=s;end=e;} @Override protected Integer compute() { if ((end-start)<THRESHOLD){ int sum=0; for(int i=start;i<end;++i){sum+=array[i];} return sum; }else{ int mid=(start+end)/2; Summation left=new Summation(array,start,mid); Summation right=new Summation(array,mid,end); invokeAll(left,right); //启动子任务 try{return left.join()+right.join();}catch(Exception ex){} return null; } } } // 使用ForkJoinPool执行上述任务 import java.util.Arrays; import java.util.concurrent.ForkJoinPool; class Main { public static void main(String args[]) throws Exception { int nums[]=new int[]{1,2,3,4,5}; System.out.println(new ForkJoinPool().invoke(new Summation(nums,0,nums.length))); } } ```
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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