转载请标明出处:http://blog.csdn.net/lmj623565791/article/details/27250059

一般情况下,我们使用Runnable作为基本的任务表示形式,但是Runnable是一种有很大局限的抽象,run方法中只能记录日志,打印,或者把数据汇总入某个容器(一方面内存消耗大,另一方面需要控制同步,效率很大的限制),总之不能返回执行的结果;比如同时1000个任务去网络上抓取数据,然后将抓取到的数据进行处理(处理方式不定),我觉得最好的方式就是提供回调接口,把处理的方式最为回调传进去;但是现在我们有了更好的方式实现:CompletionService + Callable

Callable的call方法可以返回执行的结果;

CompletionService将Executor(线程池)和BlockingQueue(阻塞队列)结合在一起,同时使用Callable作为任务的基本单元,整个过程就是生产者不断把Callable任务放入阻塞对了,Executor作为消费者不断把任务取出来执行,并返回结果;

优势:

a、阻塞队列防止了内存中排队等待的任务过多,造成内存溢出(毕竟一般生产者速度比较快,比如爬虫准备好网址和规则,就去执行了,执行起来(消费者)还是比较慢的)

b、CompletionService可以实现,哪个任务先执行完成就返回,而不是按顺序返回,这样可以极大的提升效率;

1、CompletionService : Executor + BlockingQueue

下面看个例子:

  1. package com.zhy.concurrency.completionService;
  2. import java.util.Random;
  3. import java.util.concurrent.BlockingQueue;
  4. import java.util.concurrent.Callable;
  5. import java.util.concurrent.CompletionService;
  6. import java.util.concurrent.ExecutionException;
  7. import java.util.concurrent.ExecutorCompletionService;
  8. import java.util.concurrent.ExecutorService;
  9. import java.util.concurrent.Executors;
  10. import java.util.concurrent.Future;
  11. import java.util.concurrent.LinkedBlockingDeque;
  12. /**
  13. * 将Executor和BlockingQueue功能融合在一起,可以将Callable的任务提交给它来执行, 然后使用take()方法获得已经完成的结果
  14. *
  15. * @author zhy
  16. *
  17. */
  18. public class CompletionServiceDemo
  19. {
  20. public static void main(String[] args) throws InterruptedException,
  21. ExecutionException
  22. {
  23. /**
  24. * 内部维护11个线程的线程池
  25. */
  26. ExecutorService exec = Executors.newFixedThreadPool(11);
  27. /**
  28. * 容量为10的阻塞队列
  29. */
  30. final BlockingQueue<Future<Integer>> queue = new LinkedBlockingDeque<Future<Integer>>(
  31. 10);
  32. //实例化CompletionService
  33. final CompletionService<Integer> completionService = new ExecutorCompletionService<Integer>(
  34. exec, queue);
  35. /**
  36. * 模拟瞬间产生10个任务,且每个任务执行时间不一致
  37. */
  38. for (int i = 0; i < 10; i++)
  39. {
  40. completionService.submit(new Callable<Integer>()
  41. {
  42. @Override
  43. public Integer call() throws Exception
  44. {
  45. int ran = new Random().nextInt(1000);
  46. Thread.sleep(ran);
  47. System.out.println(Thread.currentThread().getName()
  48. + " 休息了 " + ran);
  49. return ran;
  50. }
  51. });
  52. }
  53. /**
  54. * 立即输出结果
  55. */
  56. for (int i = 0; i < 10; i++)
  57. {
  58. try
  59. {
  60. //谁最先执行完成,直接返回
  61. Future<Integer> f = completionService.take();
  62. System.out.println(f.get());
  63. } catch (InterruptedException e)
  64. {
  65. e.printStackTrace();
  66. } catch (ExecutionException e)
  67. {
  68. e.printStackTrace();
  69. }
  70. }
  71. exec.shutdown();
  72. }
  73. }

输出结果:

  1. pool-1-thread-4 休息了 52
  2. 52
  3. pool-1-thread-1 休息了 59
  4. 59
  5. pool-1-thread-10 休息了 215
  6. 215
  7. pool-1-thread-9 休息了 352
  8. 352
  9. pool-1-thread-5 休息了 389
  10. 389
  11. pool-1-thread-3 休息了 589
  12. 589
  13. pool-1-thread-2 休息了 794
  14. 794
  15. pool-1-thread-7 休息了 805
  16. 805
  17. pool-1-thread-6 休息了 909
  18. 909
  19. pool-1-thread-8 休息了 987
  20. 987

最先执行完成的直接返回,并不需要按任务提交的顺序执行,如果需要写个高并发的程序,且每个任务需要返回执行结果,这是个相当不错的选择!

2、ExecutorService.invokeAll

ExecutorService的invokeAll方法也能批量执行任务,并批量返回结果,但是呢,有个我觉得很致命的缺点,必须等待所有的任务执行完成后统一返回,一方面内存持有的时间长;另一方面响应性也有一定的影响,毕竟大家都喜欢看看刷刷的执行结果输出,而不是苦苦的等待;

下面看个例子:

  1. package com.zhy.concurrency.executors;
  2. import java.util.ArrayList;
  3. import java.util.List;
  4. import java.util.Random;
  5. import java.util.concurrent.Callable;
  6. import java.util.concurrent.ExecutionException;
  7. import java.util.concurrent.ExecutorService;
  8. import java.util.concurrent.Executors;
  9. import java.util.concurrent.Future;
  10. public class TestInvokeAll
  11. {
  12. public static void main(String[] args) throws InterruptedException,
  13. ExecutionException
  14. {
  15. ExecutorService exec = Executors.newFixedThreadPool(10);
  16. List<Callable<Integer>> tasks = new ArrayList<Callable<Integer>>();
  17. Callable<Integer> task = null;
  18. for (int i = 0; i < 10; i++)
  19. {
  20. task = new Callable<Integer>()
  21. {
  22. @Override
  23. public Integer call() throws Exception
  24. {
  25. int ran = new Random().nextInt(1000);
  26. Thread.sleep(ran);
  27. System.out.println(Thread.currentThread().getName()+" 休息了 " + ran );
  28. return ran;
  29. }
  30. };
  31. tasks.add(task);
  32. }
  33. long s = System.currentTimeMillis();
  34. List<Future<Integer>> results = exec.invokeAll(tasks);
  35. System.out.println("执行任务消耗了 :" + (System.currentTimeMillis() - s) +"毫秒");
  36. for (int i = 0; i < results.size(); i++)
  37. {
  38. try
  39. {
  40. System.out.println(results.get(i).get());
  41. } catch (Exception e)
  42. {
  43. e.printStackTrace();
  44. }
  45. }
  46. exec.shutdown();
  47. }
  48. }

执行结果:

  1. pool-1-thread-10 休息了 1
  2. pool-1-thread-5 休息了 59
  3. pool-1-thread-6 休息了 128
  4. pool-1-thread-1 休息了 146
  5. pool-1-thread-3 休息了 158
  6. pool-1-thread-7 休息了 387
  7. pool-1-thread-9 休息了 486
  8. pool-1-thread-8 休息了 606
  9. pool-1-thread-4 休息了 707
  10. pool-1-thread-2 休息了 817
  11. 执行任务消耗了 :819毫秒
  12. 146
  13. 817
  14. 158
  15. 707
  16. 59
  17. 128
  18. 387
  19. 606
  20. 486
  21. 1

我特意在任务提交完成打印了一个时间,然后invokeAll执行完成后打印了下时间,可以看出invokeAll返回是等待所有线程执行完毕的。这点来说,我觉得可用性不如CompletionService。

嗯,对于批量执行任务,且携带返回结果的案例就到这里~如果有疑问或者代码中存在错误请指出~

Java并发专题 带返回结果的批量任务执行的更多相关文章

  1. Java并发专题 带返回结果的批量任务执行 CompletionService ExecutorService.invokeAll(转)

    转载请标明出处:http://blog.csdn.net/lmj623565791/article/details/27250059 一般情况下,我们使用Runnable作为基本的任务表示形式,但是R ...

  2. Java并发专题 带返回结果的批量任务运行 CompletionService ExecutorService.invokeAll

    转载请标明出处:http://blog.csdn.net/lmj623565791/article/details/27250059 普通情况下,我们使用Runnable作为主要的任务表示形式,可是R ...

  3. 带返回结果的批量任务执行 CompletionService

    转自 :http://blog.csdn.net/lmj623565791/article/details/27250059 一般情况下,我们使用Runnable作为基本的任务表示形式,但是Runna ...

  4. Java 并发专题 :FutureTask 实现预加载数据 在线看电子书、浏览器浏览网页等

    继续并发专题~ FutureTask 有点类似Runnable,都可以通过Thread来启动,不过FutureTask可以返回执行完毕的数据,并且FutureTask的get方法支持阻塞. 由于:Fu ...

  5. Java 并发专题 : CyclicBarrier 打造一个安全的门禁系统

    继续并发专题~ 这次介绍CyclicBarrier:看一眼API的注释: /** * A synchronization aid that allows a set of threads to all ...

  6. Java 并发专题 : Semaphore 实现 互斥 与 连接池

    继续并发方面的知识.今天介绍Semaphore,同样在java.util.concurrent包下. 本来准备通过例子,从自己实现到最后使用并发工具实现,但是貌似效果并不是很好,有点太啰嗦的感觉,所有 ...

  7. Java 并发专题 :闭锁 CountDownLatch 之一家人一起吃个饭

    最近一直整并发这块东西,顺便写点Java并发的例子,给大家做个分享,也强化下自己记忆. 每天起早贪黑的上班,父母每天也要上班,话说今天定了个饭店,一家人一起吃个饭,通知大家下班去饭店集合.假设:3个人 ...

  8. 那些年读过的书《Java并发编程实战》和《Java并发编程的艺术》三、任务执行框架—Executor框架小结

    <Java并发编程实战>和<Java并发编程的艺术>           Executor框架小结 1.在线程中如何执行任务 (1)任务执行目标: 在正常负载情况下,服务器应用 ...

  9. java并发编程实战:第六章----任务执行

    任务:通常是一些抽象的且离散的工作单元.大多数并发应用程序都是围绕"任务执行"来构造的,把程序的工作分给多个任务,可以简化程序的组织结构便于维护 一.在线程中执行任务 任务的独立性 ...

随机推荐

  1. CentOS 6.9安装类型选择(Basic Server/Web Server)

    Desktop :基本的桌面系统,包括常用的桌面软件,如文档查看工具. Minimal Desktop:基本的桌面系统,包含的软件更少. Minimal:基本的系统,不含有任何可选的软件包. Basi ...

  2. 《Flex 第一步》

    //什么是FlexFlex 是一个针对企业级富互联网应用的表示层解决方案.具体地说,Flex是一种应用程序框架.富互联网应用程序,Rich Internet Application,简称RIA,将桌面 ...

  3. powerdesigner操作

    转:http://w-tingsheng.blog.163.com/blog/static/25056034201392331452977/ 使用PowerDesigner生成数据库建表SQL脚 本时 ...

  4. js延时函数setTimeout

    实现一个延时执行的效果,现记录如下: <html> <head> <script type="text/javascript" src="/ ...

  5. Nginx为什么比Apache Httpd高效

    转载于:http://www.toxingwang.com/linux-unix/linux-basic/1712.html 一.进程.线程? 在回答nginx 为什么比apache更高效之前,必须要 ...

  6. Mongodb副本集+分片集群环境部署

    前面详细介绍了mongodb的副本集和分片的原理,这里就不赘述了.下面记录Mongodb副本集+分片集群环境部署过程: MongoDB Sharding Cluster,需要三种角色: Shard S ...

  7. git学习资料及心得

    1. 阮一峰的(简单易懂,实用性佳) http://www.ruanyifeng.com/blog/2015/12/git-cheat-sheet.html http://www.ruanyifeng ...

  8. 【Android工具类】怎样保证Android与server的DES加密保持一致

    转载请注明出处:http://blog.csdn.net/zhaokaiqiang1992 在我们的应用程序涉及到比較敏感的数据的时候,我们一般会对数据进行简单的加密.在与server之间的数据交互中 ...

  9. Android面试题3之描写叙述下Android的系统架构

    描写叙述下Android的系统架构: Android系统从下往上分为Linux内核层(linux kerner),执行库(runtime library),应用程序框架层,应用程序层 linuxker ...

  10. 利用gulp构建你的项目

    gulp是前端开发过程中对代码进行构建的工具,是自动化项目的构建利器:她不仅能对网站资源进行优化,而且在开发过程中很多重复的任务能够使用正确的工具自动完成:使用她,我们不仅可以很愉快的编写代码,而且大 ...