Java并发专题 带返回结果的批量任务执行 CompletionService ExecutorService.invokeAll
来源:互联网 发布:国内数据库现状 编辑:程序博客网 时间:2024/05/17 08:39
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:
- package com.zhy.concurrency.completionService;
- import java.util.Random;
- import java.util.concurrent.BlockingQueue;
- import java.util.concurrent.Callable;
- import java.util.concurrent.CompletionService;
- import java.util.concurrent.ExecutionException;
- import java.util.concurrent.ExecutorCompletionService;
- import java.util.concurrent.ExecutorService;
- import java.util.concurrent.Executors;
- import java.util.concurrent.Future;
- import java.util.concurrent.LinkedBlockingDeque;
- /**
- * 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
- *
- * @author zhy
- *
- */
- public class CompletionServiceDemo
- {
- public static void main(String[] args) throws InterruptedException,
- ExecutionException
- {
- /**
- * 内部维护11个线程的线程池
- */
- ExecutorService exec = Executors.newFixedThreadPool(11);
- /**
- * 容量为10的阻塞队列
- */
- final BlockingQueue<Future<Integer>> queue = new LinkedBlockingDeque<Future<Integer>>(
- 10);
- //实例化CompletionService
- final CompletionService<Integer> completionService = new ExecutorCompletionService<Integer>(
- exec, queue);
- /**
- * 模拟瞬间产生10个任务,且每个任务执行时间不一致
- */
- for (int i = 0; i < 10; i++)
- {
- completionService.submit(new Callable<Integer>()
- {
- @Override
- public Integer call() throws Exception
- {
- int ran = new Random().nextInt(1000);
- Thread.sleep(ran);
- System.out.println(Thread.currentThread().getName()
- + ” 休息了 ” + ran);
- return ran;
- }
- });
- }
- /**
- * 立即输出结果
- */
- for (int i = 0; i < 10; i++)
- {
- try
- {
- //谁最先执行完成,直接返回
- Future<Integer> f = completionService.take();
- System.out.println(f.get());
- } catch (InterruptedException e)
- {
- e.printStackTrace();
- } catch (ExecutionException e)
- {
- e.printStackTrace();
- }
- }
- exec.shutdown();
- }
- }
package com.zhy.concurrency.completionService;import java.util.Random;import java.util.concurrent.BlockingQueue;import java.util.concurrent.Callable;import java.util.concurrent.CompletionService;import java.util.concurrent.ExecutionException;import java.util.concurrent.ExecutorCompletionService;import java.util.concurrent.ExecutorService;import java.util.concurrent.Executors;import java.util.concurrent.Future;import java.util.concurrent.LinkedBlockingDeque;/** * 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 * * @author zhy * */public class CompletionServiceDemo{ public static void main(String[] args) throws InterruptedException, ExecutionException { /** * 内部维护11个线程的线程池 */ ExecutorService exec = Executors.newFixedThreadPool(11); /** * 容量为10的阻塞队列 */ final BlockingQueue<Future<Integer>> queue = new LinkedBlockingDeque<Future<Integer>>( 10); //实例化CompletionService final CompletionService<Integer> completionService = new ExecutorCompletionService<Integer>( exec, queue); /** * 模拟瞬间产生10个任务,且每个任务执行时间不一致 */ for (int i = 0; i < 10; i++) { completionService.submit(new Callable<Integer>() { @Override public Integer call() throws Exception { int ran = new Random().nextInt(1000); Thread.sleep(ran); System.out.println(Thread.currentThread().getName() + " 休息了 " + ran); return ran; } }); } /** * 立即输出结果 */ for (int i = 0; i < 10; i++) { try { //谁最先执行完成,直接返回 Future<Integer> f = completionService.take(); System.out.println(f.get()); } catch (InterruptedException e) { e.printStackTrace(); } catch (ExecutionException e) { e.printStackTrace(); } } exec.shutdown(); }}输出结果:
- pool-1-thread-4 休息了 52
- 52
- pool-1-thread-1 休息了 59
- 59
- pool-1-thread-10 休息了 215
- 215
- pool-1-thread-9 休息了 352
- 352
- pool-1-thread-5 休息了 389
- 389
- pool-1-thread-3 休息了 589
- 589
- pool-1-thread-2 休息了 794
- 794
- pool-1-thread-7 休息了 805
- 805
- pool-1-thread-6 休息了 909
- 909
- pool-1-thread-8 休息了 987
- 987
pool-1-thread-4 休息了 5252pool-1-thread-1 休息了 5959pool-1-thread-10 休息了 215215pool-1-thread-9 休息了 352352pool-1-thread-5 休息了 389389pool-1-thread-3 休息了 589589pool-1-thread-2 休息了 794794pool-1-thread-7 休息了 805805pool-1-thread-6 休息了 909909pool-1-thread-8 休息了 987987
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:
- package com.zhy.concurrency.executors;
- import java.util.ArrayList;
- import java.util.List;
- import java.util.Random;
- import java.util.concurrent.Callable;
- import java.util.concurrent.ExecutionException;
- import java.util.concurrent.ExecutorService;
- import java.util.concurrent.Executors;
- import java.util.concurrent.Future;
- public class TestInvokeAll
- {
- public static void main(String[] args) throws InterruptedException,
- ExecutionException
- {
- ExecutorService exec = Executors.newFixedThreadPool(10);
- List<Callable<Integer>> tasks = new ArrayList<Callable<Integer>>();
- Callable<Integer> task = null;
- for (int i = 0; i < 10; i++)
- {
- task = new Callable<Integer>()
- {
- @Override
- public Integer call() throws Exception
- {
- int ran = new Random().nextInt(1000);
- Thread.sleep(ran);
- System.out.println(Thread.currentThread().getName()+” 休息了 ” + ran );
- return ran;
- }
- };
- tasks.add(task);
- }
- long s = System.currentTimeMillis();
- List<Future<Integer>> results = exec.invokeAll(tasks);
- System.out.println(”执行任务消耗了 :” + (System.currentTimeMillis() - s) +“毫秒”);
- for (int i = 0; i < results.size(); i++)
- {
- try
- {
- System.out.println(results.get(i).get());
- } catch (Exception e)
- {
- e.printStackTrace();
- }
- }
- exec.shutdown();
- }
- }
package com.zhy.concurrency.executors;import java.util.ArrayList;import java.util.List;import java.util.Random;import java.util.concurrent.Callable;import java.util.concurrent.ExecutionException;import java.util.concurrent.ExecutorService;import java.util.concurrent.Executors;import java.util.concurrent.Future;public class TestInvokeAll{ public static void main(String[] args) throws InterruptedException, ExecutionException { ExecutorService exec = Executors.newFixedThreadPool(10); List<Callable<Integer>> tasks = new ArrayList<Callable<Integer>>(); Callable<Integer> task = null; for (int i = 0; i < 10; i++) { task = new Callable<Integer>() { @Override public Integer call() throws Exception { int ran = new Random().nextInt(1000); Thread.sleep(ran); System.out.println(Thread.currentThread().getName()+" 休息了 " + ran ); return ran; } }; tasks.add(task); } long s = System.currentTimeMillis(); List<Future<Integer>> results = exec.invokeAll(tasks); System.out.println("执行任务消耗了 :" + (System.currentTimeMillis() - s) +"毫秒"); for (int i = 0; i < results.size(); i++) { try { System.out.println(results.get(i).get()); } catch (Exception e) { e.printStackTrace(); } } exec.shutdown(); }}
执行结果:
- pool-1-thread-10 休息了 1
- pool-1-thread-5 休息了 59
- pool-1-thread-6 休息了 128
- pool-1-thread-1 休息了 146
- pool-1-thread-3 休息了 158
- pool-1-thread-7 休息了 387
- pool-1-thread-9 休息了 486
- pool-1-thread-8 休息了 606
- pool-1-thread-4 休息了 707
- pool-1-thread-2 休息了 817
- 执行任务消耗了 :819毫秒
- 146
- 817
- 158
- 707
- 59
- 128
- 387
- 606
- 486
- 1
pool-1-thread-10 休息了 1pool-1-thread-5 休息了 59pool-1-thread-6 休息了 128pool-1-thread-1 休息了 146pool-1-thread-3 休息了 158pool-1-thread-7 休息了 387pool-1-thread-9 休息了 486pool-1-thread-8 休息了 606pool-1-thread-4 休息了 707pool-1-thread-2 休息了 817执行任务消耗了 :819毫秒146817158707591283876064861
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~
转自:http://blog.csdn.net/lmj623565791/article/details/27250059
- Java并发专题 带返回结果的批量任务执行 CompletionService ExecutorService.invokeAll
- Java并发专题 带返回结果的批量任务执行 CompletionService ExecutorService.invokeAll
- Java并发专题 带返回结果的批量任务执行 CompletionService ExecutorService.invokeAll
- Java并发专题 带返回结果的批量任务执行 CompletionService ExecutorService.invokeAll
- Java并发专题 带返回结果的批量任务执行 CompletionService ExecutorService.invokeAll
- Java并发专题 带返回结果的批量任务执行 CompletionService ExecutorService.invokeAll
- 带返回结果的批量任务执行 CompletionService ExecutorService.invokeAll
- Java并发专题 带返回结果的批量任务执行 CompletionService
- 深入学习理解java:ExecutorService invokeAll 任务的批量提交invokeAll两种方法的区别
- java并发:ExecutorServiec中的CompletionService和invokeAll的使用
- 聊聊高并发(四十二)解析java.util.concurrent各个组件(十八) 任务的批量执行和CompletionService
- java并发编程学习-ExecutorService和CompletionService的区别
- 【Java并发】- 使用CompletionService异步收集任务结果
- JAVA并发编程--ExecutorService与CompletionService
- java ExecutorService.invokeAny()和ExecutorService.invokeAll()的使用剖析
- 多线程并发执行任务,取结果归集。终极总结:Future、FutureTask、CompletionService、CompletableFuture
- 多线程并发执行任务,取结果归集。终极总结:Future、FutureTask、CompletionService、CompletableFuture
- 多线程并发执行任务,取结果归集。终极总结:Future、FutureTask、CompletionService、CompletableFuture
- Linux如何安装Redis和注意的地方
- Windows环境下的一些常用dos命令
- numpy矩阵和通用函数
- python anaconda 下载
- 几种软体机器人的驱动cycle time and duty ratio 整理
- Java并发专题 带返回结果的批量任务执行 CompletionService ExecutorService.invokeAll
- 天天学Linux命令56--watch命令
- DaVinci Resolve 14 Studio(视频剪辑工具套装)官方中文破解版V14.2.0下载 | DaVinci Resolve百度云
- 如何使用GitHub
- 基于kaldi的在线语音识别
- 逻辑回归总结
- 5 系统目录结构 ls 文件类型 alias
- Spark编程模型介绍
- Python 读写文件