内容摘要：在电商的应用场景中，通过异步多线程获取服务端信息比较常见，如用户打开个人中心查看个人综合信息，可能会展示用户的账户余额、优惠券、积分、消费红包等等信息，这时服务端就会通过异步线程将所需信息汇总后一并返

在电商的关于e过应用场景中，通过异步多线程获取服务端信息比较常见，使用如用户打开个人中心查看个人综合信息，程中可能会展示用户的线程账户余额、优惠券、等待的问积分、关于e过消费红包等等信息，使用这时服务端就会通过异步线程将所需信息汇总后一并返回给用户。程中如果按单线程逐一返回个人信息，线程用户等待的等待的问时间显然是不能接受的，通过异步多线程的关于e过方式大大减少请求的响应时间。

jdk8简化了异步任务的使用写法，提供了很多异步任务的程中计算方式。

1、线程示例（先从一个简单测试示例代码，等待的问查看运行的结果）

import lombok.extern.slf4j.Slf4j;

import java.time.Duration;

import java.time.Instant;

import java.util.ArrayList;

import java.util.List;

import java.util.Random;

import java.util.concurrent.CompletableFuture;

@Slf4j

public class CompletableFutureApplicationTests {

public static void main(String[] args) {

log.info("当前cpu核数:{}", Runtime.getRuntime().availableProcessors());

Instant start = Instant.now();

List> list = new ArrayList<>();

//模拟任务需要10个调用

for (int i = 0; i < 10; i++) {

list.add(CompletableFuture.supplyAsync(() -> info()));

}

list.forEach(e -> {

try {

log.info("{}", e.get());

} catch (Exception ex) {

ex.printStackTrace();

}

});

Instant end = Instant.now();

log.info("执行任务完成,耗时共:{}ms", Duration.between(start, end).toMillis());

}

public static Integer info() {

//模拟任务耗时

try {

Thread.sleep(1000);

log.info("{}",Thread.currentThread().getName());

} finally {

return new Random().nextInt(1000);

}

}

}

执行此程序，运行结果如下：

09:20:49.603 [main] INFO * - 当前cpu核数:4

09:20:50.672 [ForkJoinPool.commonPool-worker-1] INFO * - ForkJoinPool.commonPool-worker-1

09:20:50.672 [main] INFO * - 750

09:20:50.673 [ForkJoinPool.commonPool-worker-2] INFO * - ForkJoinPool.commonPool-worker-2

09:20:50.673 [ForkJoinPool.commonPool-worker-3] INFO * - ForkJoinPool.commonPool-worker-3

09:20:50.673 [main] INFO * - 941

09:20:50.673 [main] INFO * - 480

09:20:51.672 [ForkJoinPool.commonPool-worker-1] INFO * - ForkJoinPool.commonPool-worker-1

09:20:51.672 [main] INFO * - 939

09:20:51.673 [ForkJoinPool.commonPool-worker-2] INFO * - ForkJoinPool.commonPool-worker-2

09:20:51.673 [ForkJoinPool.commonPool-worker-3] INFO * - ForkJoinPool.commonPool-worker-3

09:20:51.673 [main] INFO * - 722

09:20:51.673 [main] INFO * - 781

09:20:52.673 [ForkJoinPool.commonPool-worker-1] INFO * - ForkJoinPool.commonPool-worker-1

09:20:52.673 [main] INFO * - 868

09:20:52.674 [ForkJoinPool.commonPool-worker-2] INFO * - ForkJoinPool.commonPool-worker-2

09:20:52.674 [main] INFO * - 632

09:20:52.674 [ForkJoinPool.commonPool-worker-3] INFO * - ForkJoinPool.commonPool-worker-3

09:20:52.678 [main] INFO * - 471

09:20:53.673 [ForkJoinPool.commonPool-worker-1] INFO * - ForkJoinPool.commonPool-worker-1

09:20:53.673 [main] INFO * - 498

09:20:53.687 [main] INFO * - 执行任务完成,耗时共:4066ms

2、结果分析（dump线程等待）

可以看到在cpu核心数为4个的机器上运行，其运行结果超过4秒，如果按异步线程运行的亿华云话，耗时应该是在1秒多一点才符合预期。

从打印的日志信息中可以看到main主线程的时间在50 51 52 53秒返回，子线程ForkJoinPool.commonPool-worker的最大编号为3，而且是只3个子线程循环执行任务，说明10个任务同时调用时发生了线程等待，导致结果不符合预期。

跟踪源码方法分析。

查看supplyAsync方法源码：

public static CompletableFuturesupplyAsync(Suppliersupplier) {

return asyncSupplyStage(asyncPool, supplier);

}

在此主要查看asyncPool参数，看起来像是异步线程池。

private static final Executor asyncPool = useCommonPool ?

ForkJoinPool.commonPool() : new ThreadPerTaskExecutor();

看到是一个变量，根据useCommonPool判断创建的方式，继续看useCommonPool参数。

private static final boolean useCommonPool =

(ForkJoinPool.getCommonPoolParallelism() > 1);

继续查看方法getCommonPoolParallelism中的commonParallelism取值，从静态代码段中获取（只贴出关键部分）。

common = java.security.AccessController.doPrivileged

(new java.security.PrivilegedAction() {

public ForkJoinPool run() { return makeCommonPool(); }});

int par = common.config & SMASK; // report 1 even if threads disabled

commonParallelism = par > 0 ? par : 1;

通过位操作，获取par的值，继续跟踪参数common.config，再重点看makeCommonPool方法（只贴出关键部分）。

int parallelism = -1;

try { // ignore exceptions in accessing/parsing properties

String pp = System.getProperty

("java.util.concurrent.ForkJoinPool.common.parallelism");

...

if (parallelism < 0 && // default 1 less than #cores

(parallelism = Runtime.getRuntime().availableProcessors() - 1) <= 0)

parallelism = 1;

if (parallelism > MAX_CAP)

parallelism = MAX_CAP;

参数parallelism初始赋值为-1，可通过系统参数java.util.concurrent.ForkJoinPool.common.parallelism变更并发数，同时增加了并发数范围的控制，源码下载需要特别注意`parallelism`在`if`条件中赋值，核数大于1赋值后为false。举例：如cpu只有1核的话，通过Runtime.getRuntime().availableProcessors()获取到cpu核心数，计算并发数只为1，按上面的程序如果在1核环境下需要10秒（可以vmware上创建1核心环境安装系统运行查看结果），如cpu核数大于1的话则并发数为cpu核数减1。

3、配置系统参数，设置并发数为10

增加启动参数

-Djava.util.concurrent.ForkJoinPool.common.parallelism=10

运行结果即可观察到可以并行启动10个线程执行任务，总耗时在1秒范围；如果改为9个并发则在2秒的范围。

4、使用线程模式

查看方法CompletableFuture.supplyAsync，可传入参数Executor，如果传入一个线程池最大线程只有一个的线程，则预期结果将在10秒范围，代码如下，可验证结果。

public static void main(String[] args) {

log.info("当前cpu核数:{}", Runtime.getRuntime().availableProcessors());

Instant start = Instant.now();

List> list = new ArrayList<>();

ExecutorService executor = Executors.newFixedThreadPool(1);

//模拟任务需要10个调用

for (int i = 0; i < 10; i++) {

list.add(CompletableFuture.supplyAsync(() -> info(), executor));

}

list.forEach(e -> {

try {

log.info("{}", e.get());

} catch (Exception ex) {

ex.printStackTrace();

}

});

Instant end = Instant.now();

log.info("执行任务完成,耗时共:{}ms", Duration.between(start, end).toMillis());

executor.shutdown();

}

调整线程数为10，即可以1秒范围内执行完成。

5、CompletableFuture常用方法基本使用

方法名

说明

CompletableFuture.runAsync

无返回值运行任务

CompletableFuture.suppliAsync

有返回值运行任务

CompletableFuture.allOf(…).get()

多个任务全部执行完成后才继续后面处理

CompletableFuture.anyOf(…).get()

多个任务任何一个执行完成后即继续后面处理

CompletableFuture.thenApply

接收执行结果，有返回值，可将返回值继续往下传递

CompletableFuture.thenAccept

接收执行结果，无返回值

6、总结

针对不同的场景需要使用不同的线程方式。香港云服务器

cpu密集型的任务，建议直接使用cpu的核心数创建线程，以避免频繁的线程切换造成线程等待。io密集型的任务，建议使用线程方式，一般io等待时间远远超过线程等待时间。