透過妹子看本質：爬蟲小問題，併發大學問-2併發症要治，還要有Future
上一篇咱們用jsoup解決了爬蟲解析的問題，但卻留下了下載圖片很慢，效率低下的問題。根據日誌的觀察，能夠看到圖片都是一張一張的下，這種速度怎麼能跟的上我閱遍天下美女的雄心，因而，多線程下圖必需要上場了。java
springboot配置多線程其實很簡單，首先是要配好線程池，這個須要一個config類來配置：git
import java.util.concurrent.Executor;
import java.util.concurrent.ThreadPoolExecutor;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.scheduling.annotation.EnableAsync;
import org.springframework.scheduling.concurrent.ThreadPoolTaskExecutor;
@EnableAsync
@Configuration
class TaskPoolConfig {
@Bean("taskExecutor")
public Executor taskExecutor() {
ThreadPoolTaskExecutor executor = new ThreadPoolTaskExecutor();
//設置核心線程數
executor.setCorePoolSize(10);
//設置最大線程數
executor.setMaxPoolSize(20);
//線程池所使用的緩衝隊列
executor.setQueueCapacity(200);
// 設置線程活躍時間（秒）
executor.setKeepAliveSeconds(60);
// 線程名稱前綴
executor.setThreadNamePrefix("taskExecutor-");
executor.setRejectedExecutionHandler(new ThreadPoolExecutor.CallerRunsPolicy());
// 等待全部任務結束後再關閉線程池
executor.setWaitForTasksToCompleteOnShutdown(true);
// 等待時間 （默認爲0，此時當即中止），並沒等待xx秒後強制中止
executor.setAwaitTerminationSeconds(60);
return executor;
}
}
@Configuration註解表示這是一個配置類，效果等同於xml、properties、yml之類的配置文件，不過用類能夠更靈活一下。@EnableAsync則說明這個工程須要用多線程，不然即便後面掛了異步的註解，也是不生效的。另外不少教程要求@EnableAsync掛在SpringBootApplication類上面，其實不是必須的，在配置類加了@EnableAsync，多線程就自動生效了。具體線程池的具體參數代碼上都註釋了，就不詳述了。web
配置完成後，咱們天然要對下載圖片的controller下手了，立刻配置下載圖片的類爲異步類，開始多線程下載。spring
downImages()方法是我工具類DownloadUtils的一個static 方法，我把@Async註解加上去，表示這是一個異步方法，會多線程執行。我而後在controller裏面調用，想着電腦飛快的下載妹子圖了。但一運行，我錯了，圖片仍然在一張一張按順序緩慢的下載：springboot
開始下載 2019-06-12 12:11:56.854 INFO 13404 --- [nio-8080-exec-1] com.skyblue.crawel.utils.DownloadUtils : http://ac.meijiecao.net/ac/img/znb/meizitu/20190611_meizitu_07.jpg 2019-06-12 12:12:00.453 INFO 13404 --- [nio-8080-exec-1] com.skyblue.crawel.utils.DownloadUtils : http://ac.meijiecao.net/ac/img/znb/meizitu/20190611_meizitu_08.jpg 2019-06-12 12:12:06.620 INFO 13404 --- [nio-8080-exec-1] com.skyblue.crawel.utils.DownloadUtils : http://ac.meijiecao.net/ac/img/znb/meizitu/20190611_meizitu_01.jpg 2019-06-12 12:12:17.294 INFO 13404 --- [nio-8080-exec-1] com.skyblue.crawel.utils.DownloadUtils : http://ac.meijiecao.net/ac/img/znb/meizitu/20190611_meizitu_02.jpg
日誌中[nio-8080-exec-1]就是主線程的名稱，顯然多線程沒起做用，難道是個人線程池沒起做用，我有向上翻了翻項目啓動的日誌，赫然發現：多線程
2019-06-12 12:11:46.222 INFO 13404 --- [ main] o.s.s.concurrent.ThreadPoolTaskExecutor : Initializing ExecutorService 'taskExecutor'
在項目啓動完成前，線程池taskExecutor就已經初始化完成了，可見線程池是已經建好了，但卻沒用上。這是爲啥呢?併發
併發症第一條：static 方法使用@Async註解無效app
既然static 方法不能用，那麼我搞個非靜態方法調用調用static方法，而後我在這個非靜態方法上面使用@Async不就行了，我真是聰明機智。異步
@Async
private void downloadMeizitu(String url) {
......
DownloadUtils.downImages(filePath, imgSrc, map);
......
}
我繼續憧憬着可以實現快速下圖，滿含但願的又開始了爬蟲行動。工具
一陣尷尬的沉默....
我又失敗了，日誌中仍然是主線程在慢悠悠的下載着圖片。
併發症第二條：異步方法和調用異步方法不能在同一個類裏面
好吧，既然這麼多規矩，我只好另外建了一個service類來申明異步方法，而後讓controller調用
@Component
public class DownloadAsyncService {
......
@Async
public void downloadImage(String filePath, String imgUrl, Map<String, String> requestPropMap) {
DownloadUtils.downImages(filePath, imgUrl, requestPropMap);
}
......
@RestController
@RequestMapping("/crawler")
public class CrawlerController {
......
String imgSrc = element.attr("src");
Map<String,String> map = new HashMap<String,String>();
map.put("Referer", url);
map.put("User-Agent", "Mozilla/5.0 (iPad; CPU OS 11_0 like Mac OS X) AppleWebKit/604.1.34 (KHTML, like Gecko) Version/11.0 Mobile/15A5341f Safari/604.1");
downloadAsyncService.downloadImage(filePath, imgSrc,map);//多線程下圖
logger.info(imgSrc);
......
此次我懷着忐忑的心情開始了下載......
2019-06-12 14:33:12.838 INFO 7384 --- [taskExecutor-10] c.s.crawel.service.DownloadAsyncService : http://ac.meijiecao.net/ac/img/znb/meizitu/20190611_meizitu_05.jpg 2019-06-12 14:33:12.838 INFO 7384 --- [taskExecutor-10] c.s.crawel.service.DownloadAsyncService : E:/youtube/images/zhainanfuli/21483 2019-06-12 14:33:17.674 INFO 7384 --- [ taskExecutor-3] c.s.crawel.service.DownloadAsyncService : http://ac.meijiecao.net/ac/img/znb/meizitu/20190611_meizitu_01.jpg 2019-06-12 14:33:17.675 INFO 7384 --- [ taskExecutor-3] c.s.crawel.service.DownloadAsyncService : E:/youtube/images/zhainanfuli/21483 2019-06-12 14:33:18.892 INFO 7384 --- [ taskExecutor-2] c.s.crawel.service.DownloadAsyncService : http://ac.meijiecao.net/ac/img/znb/meizitu/20190611_meizitu_08.jpg 2019-06-12 14:33:18.892 INFO 7384 --- [ taskExecutor-2] c.s.crawel.service.DownloadAsyncService : E:/youtube/images/zhainanfuli/21483 2019-06-12 14:33:19.324 INFO 7384 --- [ taskExecutor-7] c.s.crawel.service.DownloadAsyncService : http://ac.meijiecao.net/ac/img/znb/meizitu/20190611_meizitu_10.jpg 2019-06-12 14:33:19.324 INFO 7384 --- [ taskExecutor-7] c.s.crawel.service.DownloadAsyncService : E:/youtube/images/zhainanfuli/21483 2019-06-12 14:33:21.263 INFO 7384 --- [ taskExecutor-9] c.s.crawel.service.DownloadAsyncService : http://ac.meijiecao.net/ac/img/znb/meizitu/20190611_meizitu_04.jpg 2019-06-12 14:33:21.263 INFO 7384 --- [ taskExecutor-9] c.s.crawel.service.DownloadAsyncService : E:/youtube/images/zhainanfuli/21483 2019-06-12 14:33:21.575 INFO 7384 --- [ taskExecutor-8] c.s.crawel.service.DownloadAsyncService : http://ac.meijiecao.net/ac/img/znb/meizitu/20190611_meizitu_09.jpg
看這個日誌就知道，[taskExecutor-x]，10個線程已經撒開了手腳各自下圖去了，至此，多線程下圖的問題終於解決了。
但我不是一個容易知足的人不然幹嗎要下這麼多妹子圖，這種只求線程跑，不跟蹤線程結果的事不是我這種善始善終，負責人的人會幹出來的，我爲了證實個人人品看這種圖的人有什麼人品，我決定要跟蹤下線程的結果，何時結束，也方便之後線程結束時知道線程的運行時間，後續事件觸發啥的。因而，我又掏出了Future。
Future是對於具體的Runnable或者Callable任務的執行結果進行取消、查詢是否完成、獲取結果的接口。必要時能夠經過get方法獲取執行結果，該方法會阻塞直到任務返回結果。說白了就是對多線程任務的監控和數據傳輸，具體做用有三點：
- 判斷任務是否完成；
- 可以中斷任務；
- 可以獲取任務執行結果
中斷任務咱們用不上，咱們須要判斷圖片啥時候完成，另外還須要知道圖片下完的時間是多少，讓咱們繼續擼代碼：
@Async
public Future<DownloadFile> downloadImage(DownloadFile downloadFile,String filePath, String imgUrl, Map<String, String> requestPropMap) {
logger.info("====="+filePath);
DownloadUtils.downImages(filePath, imgUrl, requestPropMap);
downloadFile.setEndDate(new Date());
return new AsyncResult<DownloadFile> (downloadFile);
}
DownloadFile是我記錄下載信息的，先不用管。首先我把下載圖片的一步方法加上了返回值，Future類型，返回一個時間。而後在controller裏面取出futrue的結果，把結束時間打印到日誌裏面：
Future<Date> future = downloadAsyncService.downloadImage(filePath, imgSrc,map);//多線程下圖
try {
logger.info(DateUtils.dateTimeDetail(future.get()));
} catch (InterruptedException e) {
// TODO Auto-generated catch block
e.printStackTrace();
} catch (ExecutionException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
我一運行，結果多線程又不靈了，一晚上回到解放前，下圖又開始單線程執行了。這是爲啥呢，我打開Future.get()的註釋，發現寫着：
Waits if necessary for the computation to complete, and thenretrieves its result.
原來取值的時候會等待計算結果，直到計算完成返回結果值，這樣的話多線程就等成了單線程了。
併發症第三條：FUTURE.GET()會阻塞多線程的運行，直到當前線程結果返回爲止。
那怎麼辦呢，正確的使用方法應該是這樣的，先建立一個對象存放線程須要保存的內容，就是上面出現過的DownloadFile：
public class DownloadFile {
String fileName;//下載的文件名
Date beginDate;//開始下載時間
Date endDate;//結束下載時間
......省略get，set
/**下載的時長（單位是毫秒）
* @return
*/
public long getDuration() {
return (endDate.getTime()-beginDate.getTime());
}
獲取future值並展示出來
private void downloadMeizitu(String url) {
......
//用一個list存放future對象
List<Future<DownloadFile>> list = new ArrayList<Future<DownloadFile>>();
for (Element element : imgs) {
......
Future<DownloadFile> future = downloadAsyncService.downloadImage(downloadFile,filePath, imgSrc,map);//多線程下圖
list.add(future);
}
//循環讀取future的內容
for(Future<DownloadFile> future:list) {
logger.info("size=================="+String.valueOf(list.size()));
while(true) {
if(future.isDone()) {//線程執行完畢
try {
logger.info(future.get().getFileName()+"耗時"+future.get().getDuration()+"毫秒");
} catch (InterruptedException e) {
// TODO Auto-generated catch block
e.printStackTrace();
} catch (ExecutionException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
break;
}
}
}
......
這樣，執行完畢後就可以獲取到每張圖片的下載時間了：
2019-06-12 17:57:43.559 INFO 5476 --- [nio-8080-exec-1] c.skyblue.crawel.web.CrawlerController : E:/youtube/images/zhainanfuli/17261耗時1251毫秒 2019-06-12 17:57:43.568 INFO 5476 --- [ taskExecutor-2] c.s.crawel.service.DownloadAsyncService : *****http://ac.meijiecao.net/ac/img/znb/meizitu/20180123_meizitu_02.jpg 2019-06-12 17:57:43.569 INFO 5476 --- [nio-8080-exec-1] c.skyblue.crawel.web.CrawlerController : E:/youtube/images/zhainanfuli/17261耗時1253毫秒 2019-06-12 17:57:43.570 INFO 5476 --- [nio-8080-exec-1] c.skyblue.crawel.web.CrawlerController : E:/youtube/images/zhainanfuli/17261耗時1092毫秒 2019-06-12 17:57:43.571 INFO 5476 --- [nio-8080-exec-1] c.skyblue.crawel.web.CrawlerController : E:/youtube/images/zhainanfuli/17261耗時906毫秒 2019-06-12 17:57:43.571 INFO 5476 --- [nio-8080-exec-1] c.skyblue.crawel.web.CrawlerController : E:/youtube/images/zhainanfuli/17261耗時1078毫秒 2019-06-12 17:57:43.737 INFO 5476 --- [ taskExecutor-6] c.s.crawel.service.DownloadAsyncService : *****http://ac.meijiecao.net/ac/img/znb/meizitu/20180123_meizitu_06.jpg 2019-06-12 17:57:43.738 INFO 5476 --- [nio-8080-exec-1] c.skyblue.crawel.web.CrawlerController : E:/youtube/images/zhainanfuli/17261耗時1421毫秒 2019-06-12 17:57:43.872 INFO 5476 --- [ taskExecutor-7] c.s.crawel.service.DownloadAsyncService : *****http://ac.meijiecao.net/ac/img/znb/meizitu/20180123_meizitu_07.jpg 2019-06-12 17:57:43.873 INFO 5476 --- [nio-8080-exec-1] c.skyblue.crawel.web.CrawlerController : E:/youtube/images/zhainanfuli/17261耗時1556毫秒 2019-06-12 17:57:43.873 INFO 5476 --- [nio-8080-exec-1] c.skyblue.crawel.web.CrawlerController : E:/youtube/images/zhainanfuli/17261耗時914毫秒 2019-06-12 17:57:44.055 INFO 5476 --- [ taskExecutor-9] c.s.crawel.service.DownloadAsyncService : *****http://ac.meijiecao.net/ac/img/znb/meizitu/20180123_meizitu_09.jpg 2019-06-12 17:57:44.055 INFO 5476 --- [nio-8080-exec-1] c.skyblue.crawel.web.CrawlerController : E:/youtube/images/zhainanfuli/17261耗時1739毫秒
因爲多線程的緣由，下載完成的耗時日誌內容和下載的內容混雜在了一塊兒，這也是多線程正在執行的一個體現。
至此，咱們不只用多線程下了圖片，並且還用future傳遞了多線程的內容。但多線程是個很複雜的事，超時怎麼辦，線程的監控怎麼處理，都須要進一步研究。但我畢竟是個下妹子圖的，對我要求不能過高，這一章就講到這，那些高級內容等我在看妹子圖的間隙再寫吧。
相關文章
- 1. Go-併發小爬蟲
- 2. 爬蟲併發
- 3. golang 併發爬蟲
- 4. java併發編程學習2--Future
- 5. 高併發redis解決穿透問題
- 6. 高併發下的緩存一致性，併發，穿透問題
- 7. 併發編程必須要知道的幾個基本問題
- 8. 併發編程必需要知道的幾個基本問題
- 9. 併發編程之三個主要問題(可見性，原子性，有序性)
- 10. 高併發系統設計的 2 個要點，一定要看！
- 更多相關文章...
- • Rust 併發編程 - RUST 教程
- • Redis悲觀鎖解決高併發搶紅包的問題 - 紅包項目實戰
- • JDK13 GA發佈：5大特性解讀
- • 算法總結-歸併排序
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. Go-併發小爬蟲
- 2. 爬蟲併發
- 3. golang 併發爬蟲
- 4. java併發編程學習2--Future
- 5. 高併發redis解決穿透問題
- 6. 高併發下的緩存一致性，併發，穿透問題
- 7. 併發編程必須要知道的幾個基本問題
- 8. 併發編程必需要知道的幾個基本問題
- 9. 併發編程之三個主要問題(可見性，原子性，有序性)
- 10. 高併發系統設計的 2 個要點，一定要看！