利用FutureTask和ExecutorService实现一个任务拆分成多个任务，实现性能提高

业务场景：本地服务开发的时候，本地有个H服务，H想要查询一个展示数据的列表，就远程调用了A服务，A服务需要远程调用B服务，拿到一个list,拿到List之后，需要循环这个list，然后对List中的每个值进行循环，调用C服务和D服务 获得真正需要的数据。

遇到的问题：由于A服务拿到的List可能会比较大！！！估计在1000左右，然后如果单线程执行，需要循环这个list，然后针对list里的每一项，再去调用C和D服务，虽然单个调用比较快，但是因为是跨服务调用，循环1000次，会导致H服务这边远程调用超时，这种情况下造成查询不稳定。经常出现timeout

目前的解决方案：把这个大List进行拆分，然后多线程并发操作，以提升性能，降低远程调用的耗时。

期待反馈：希望大家看完后，能提出更有效的解决方案。

示例代码如下：

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95

package  test11;   import  java.util.ArrayList; import  java.util.List; import  java.util.concurrent.Callable; import  java.util.concurrent.ExecutionException; import  java.util.concurrent.ExecutorService; import  java.util.concurrent.Executors; import  java.util.concurrent.FutureTask;   /**    * @author : mingwu.lxm   * @version 创建时间：2016年1月5日 下午8:23:09    * 类说明  解决计算一个类的两个数相加，放到sum类中   */ public  class  TestFutureTask {      public  static  void  main(String[] args)  throws  InterruptedException, ExecutionException {          int  size = 6 ;                    List<UserInfo> userInfoList =  new  ArrayList<UserInfo>();          //存储本地串行计算花费的时间          List<UserInfo> retInfoList1 =  new  ArrayList<UserInfo>();          //存储多线程计算花费的时间          List<UserInfo> retInfoList2 =  new  ArrayList<UserInfo>();                    for  ( int  i =  0 ; i <  1000 ; i++) {              UserInfo uc =  new  UserInfo();              uc.setMoneyA(( int ) (Math.random()* 100 ));              uc.setMoneyB(( int ) (Math.random()* 100 ));              userInfoList.add(uc);          }          //准备要执行的数据，数据整备完毕                              ExecutorService es = Executors.newFixedThreadPool( 100 );          Long aDateLong = System.currentTimeMillis();          for  ( int  i =  0 ; i < userInfoList.size(); i++) {              int  sum = userInfoList.get(i).getMoneyA()+userInfoList.get(i).getMoneyB();              userInfoList.get(i).setSumNum(sum);              retInfoList1.add(userInfoList.get(i));              //线程睡眠以模仿计算消耗的时间              Thread.sleep( 1 );          }          Long bDateLong = System.currentTimeMillis();          System.out.println( "串行进行的耗时:" + (bDateLong-aDateLong));                    List<List<UserInfo>> subTaskList =  new  ArrayList<List<UserInfo>>();          //切分任务          for  ( int  i = 0  ;i<=userInfoList.size();i=i+size) {              subTaskList.add(userInfoList.subList(i, Math.min(i+size, userInfoList.size())));          }          Long aDateLong2 = System.currentTimeMillis();                    //这个list是专门用来保存所有的future的，先把所有任务全部扔出去执行，这时候不管结果          List<FutureTask<List<UserInfo>>> tasklist =  new  ArrayList<FutureTask<List<UserInfo>>>();         for  (List<UserInfo> alist : subTaskList) {            FutureTask<List<UserInfo>> task =  new  FutureTask<List<UserInfo>>( new  SumJob(alist));            es.execute(task);            tasklist.add(task);      }         //拿到所有的结果         for  (FutureTask<List<UserInfo>> futureTask : tasklist) {             retInfoList2.addAll(futureTask.get());                }                  Long bDateLong2 = System.currentTimeMillis();         System.out.println( "多线程拆分后耗时:" + (bDateLong2-aDateLong2));         System.out.println(retInfoList1.size());         System.out.println(retInfoList2.size());                }     } //求和的线程任务 class  SumJob  implements  Callable<List<UserInfo>>{      private  List<UserInfo> sumList= null ;      public  SumJob(List<UserInfo> sumList) {          super ();          this .sumList = sumList;      }        @Override      public  List<UserInfo> call()  throws  Exception {          for  ( int  i =  0 ; i < sumList.size(); i++) {              int  sum = sumList.get(i).getMoneyA()+sumList.get(i).getMoneyB();              sumList.get(i).setSumNum(sum);              //线程睡眠以模仿计算消耗的时间              Thread.sleep( 1 );          }          return  sumList;      }       }

转自：http://my.oschina.net/91jason/blog/598332