一、背景　　

項目中肯定會遇到異步調用其他方法的場景，比如有個計算過程，需要計算很多個指標的值，但是每個指標計算的效率快慢不同，如果采用同步執行的方式，運行這一個過程的時間是計算所有指標的時間之和。比如：

方法A：計算指標x，指標y，指標z的值，其中計算指標x需要1s，計算指標y需要2s，指標z需要3s。最終執行完方法A就是5s。

現在用異步的方式優化一下

方法A異步調用方法B，方法C，方法D，方法B，方法C，方法D分別計算指標x，指標y，指標z的值，那么最終執行完方法A的時間則是3s。

還有一種用途是當一個業務里面需要多個請求時，這時候異步并發請求所得到的回報遠遠是物有所值的。因為他是異步執行的，話不多說，一下是在springBoot里面使用并發請求；

二、spring boot中異步并發使用

2.1、appllication.yml

#****************集成Async線程池開始*******************async: # Async線程池 配置 executor: corepoolsize: 20 maxpoolsize: 25 queuecapacity: 40 keepaliveseconds: 200 threadnameprefix: appasync awaitterminationseconds: 60#*****************集成Async線程池結束******************

2.2、配置線程池

@Configuration@EnableAsyncpublic class ExecutorConfig { @Value('${async.executor.corepoolsize}') private Integer corePoolSize; @Value('${async.executor.maxpoolsize}') private Integer maxPoolSize; @Value('${async.executor.queuecapacity}') private Integer queueCapacity; @Value('${async.executor.keepaliveseconds}') private Integer keepAliveSeconds; @Value('${async.executor.threadnameprefix}') private String threadNamePrefix; @Value('${async.executor.awaitterminationseconds}') private Integer awaitTerminationSeconds; /** * 線程池 * * @return */ @Bean(name = 'asyncExecutor') public Executor asyncExecutor() { ThreadPoolTaskExecutor executor = new ThreadPoolTaskExecutor(); // 基礎線程數 corePoolSize: 10 executor.setCorePoolSize(corePoolSize); // 最大線程數 maxPoolSize: 15 executor.setMaxPoolSize(maxPoolSize); // 隊列長度 queueCapacity: 25 executor.setQueueCapacity(queueCapacity); // 線程池維護線程所允許的空閑時間,單位為秒 keepAliveSeconds: 200 executor.setKeepAliveSeconds(keepAliveSeconds); // 線程名字 threadNamePrefix: appasync executor.setThreadNamePrefix(threadNamePrefix); executor.setRejectedExecutionHandler(new ThreadPoolExecutor.CallerRunsPolicy()); // 等待所有任務都完成再繼續銷毀其他的Bean executor.setWaitForTasksToCompleteOnShutdown(true); // 線程池中任務的等待時間，如果超過這個時候還沒有銷毀就強制銷毀，以確保應用最后能夠被關閉，而不是阻塞住 executor.setAwaitTerminationSeconds(awaitTerminationSeconds); executor.initialize(); return executor; }}

2.3、線程池監控（這個可有可無，主要是為了對線程池參數及時的調優）

@RestController@Slf4j@RequestMapping('/pubapi/asyncExecutor')public class AsyncExecutorController extends BaseController { @Resource(name = 'asyncExecutor') private Executor asyncExecutor; @PostMapping('/monitor')public ResultBean<Map<String, Object>> getAsyncExecutorData() { ResultBean<Map<String, Object>> resultBean = ResultBeanUtil.error500(); if (asyncExecutor == null) { return resultBean; } try { ThreadPoolTaskExecutor executorTask = (ThreadPoolTaskExecutor) asyncExecutor; ThreadPoolExecutor executor = executorTask.getThreadPoolExecutor(); // 當前排隊線程數 int queueSize = executor.getQueue().size(); // 當前活動線程數 int activeCount = executor.getActiveCount(); // 執行完線程數 long completedThreadCount = executor.getCompletedTaskCount(); // 總線程數 long taskCount = executor.getTaskCount(); // 初始線程數 int poolSize = executor.getPoolSize(); // 核心線程數 int corePoolSize = executor.getCorePoolSize(); // 線程池是否終止 boolean isTerminated = executor.isTerminated(); // 線城池是否關閉 boolean isShutdown = executor.isShutdown(); // 線程空閑時間 long keepAliveTime = executor.getKeepAliveTime(TimeUnit.MILLISECONDS); // 最大允許線程數 long maximumPoolSize = executor.getMaximumPoolSize(); // 線程池中存在的最大線程數 long largestPoolSize = executor.getLargestPoolSize(); Map<String, Object> threadPoolData = new HashMap<>(18); threadPoolData.put('當前排隊線程數', queueSize); threadPoolData.put('當前活動線程數', activeCount); threadPoolData.put('執行完線程數', completedThreadCount); threadPoolData.put('總線程數', taskCount); threadPoolData.put('初始線程數', poolSize); threadPoolData.put('核心線程數', corePoolSize); threadPoolData.put('線程池是否終止', isTerminated); threadPoolData.put('線城池是否關閉', isShutdown); threadPoolData.put('線程空閑時間', keepAliveTime); threadPoolData.put('最大允許線程數', maximumPoolSize); threadPoolData.put('線程池中存在的最大線程數', largestPoolSize); InetAddress inetAddress = IdWorker.getLocalHostLANAddress(); Map<String, Object> resultData = new HashMap<>(4); resultData.put('ip', inetAddress.getHostAddress()); resultData.put('threadPoolData', threadPoolData); resultBean = ResultBeanUtil.success('請求成功！', resultData); } catch (Exception e) { e.printStackTrace(); } return resultBean; }}

2.4、代碼中使用

public void getMap(){ /** * 先將耗時的、相互之間無依賴的操作先執行，由于其執行結果暫時不是特別關注，所以 */ Future<String> futureA = functionA(); Future<String> futureB = functionB(); /** * 執行其他的操作，其實functionA(),functionB()也在工作 */ aaa(); /** * 獲取異步的結果，然后計算 */ try { String resultA =futureA.get(); String resuleB = futureB.get(); } catch (InterruptedException e) { e.printStackTrace(); } catch (ExecutionException e) { e.printStackTrace(); } } public Future<String> functionA (){ Future<String> future = null; try { Thread.sleep(5000); future = new AsyncResult<String>('functionA'); } catch (InterruptedException e) { e.printStackTrace(); } return future; } public Future<String> functionB (){ Future<String> future = null; try { Thread.sleep(3000); future = new AsyncResult<String>('functionB'); } catch (InterruptedException e) { e.printStackTrace(); } return future; } public void aaa(){ System.out.println('我是'); }

以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持好吧啦網。