微言異步回調
前言html
回調，顧名思義，回過頭來調用，詳細的說來就是用戶無需關心內部實現的具體邏輯，只須要在暴露出的回調函數中放入本身的業務邏輯便可。因爲回調機制解耦了框架代碼和業務代碼，因此能夠看作是對面向對象解耦的具體實踐之一。因爲本文的側重點在於講解後端回調，因此對於前端回調甚至於相似JSONP的回調函數類的，利用本章講解的知識進行代入的時候，請斟酌一二，畢竟後端和前端仍是有必定的區別，所謂差之毫釐，可能謬以千里，慎之。因此本章對回調的講解側重於後端，請知悉。前端
回調定義java
說到回調，其實個人理解相似於函數指針的功能，怎麼講呢？由於一個方法，一旦附加了回調入參，那麼用戶在進行調用的時候，這個回調入參是能夠用匿名方法直接替代的。回調的使用必須和方法的簽名保持一致性，下面咱們來看一個JDK實現的例子：git
default boolean removeIf(Predicate<? super E> filter) { Objects.requireNonNull(filter); boolean removed = false; final Iterator<E> each = iterator(); while (each.hasNext()) { if (filter.test(each.next())) { each.remove(); removed = true; } } return removed; }
在JDK中，List結構有一個removeIf的方法，其實現方式如上所示。因爲附帶了具體的註釋講解，我這裏就再也不進行過多的講述。咱們須要着重關注的是其入參：Predicate，由於他就是一個函數式接口，入參爲泛型E，出參爲boolean，其實和Function<? super E, boolean>是等價的。因爲List是一個公共的框架代碼，裏面不可能糅合業務代碼，因此爲了解耦框架代碼和業務代碼，JDK使用了內置的各類函數式接口做爲方法的回調，將具體的業務實踐拋出去，讓用戶本身實現，而它本身只接受用戶返回的結果就好了：只要用戶處理返回true（filter.test(each.next()返回true），那麼我就刪掉當前遍歷的數據；若是用戶處理返回false（filter.test(each.next()返回false），那麼我就保留當前遍歷的數據。是否是很是的nice？github
其實這種完美的協做關係，在JDK類庫中隨處可見，在其餘常常用到的框架中也很常見，諸如Guava，Netty，實在是太多了（這也從側面說明，利用函數式接口解耦框架和業務，是正確的作法），我擷取了部分片斷以下：redis
//將map中的全部entry進行替換 void replaceAll(BiFunction<? super K, ? super V, ? extends V> function) //將map中的entry進行遍歷 void forEach(BiConsumer<? super K, ? super V> action) //map中的entry值若是有，則用新值從新創建映射關係 V computeIfPresent(K key, BiFunction<? super K, ? super V, ? extends V> remappingFunction) //Deque遍歷元素 void forEach(Consumer<? super T> action) //Deque按給定條件移除元素 boolean removeIf(Predicate<? super E> filter) //Guava中獲取特定元素 <T> T get(Object key, final Callable<T> valueLoader) //Netty中設置監聽 ChannelPromise addListener(GenericFutureListener<? extends Future<? super Void>> listener)
那麼，回過頭來想一想，若是咱們封裝本身的組件，想要封裝的很JDK Style，該怎麼作呢？若是上來直接理解Predicate，Function，Callable，Consumer，我想不少人是有困難的，那就聽我慢慢道來吧。編程
咱們先假設以下一段代碼，這段代碼我相信不少人會很熟悉，不少人也封裝過，這就是咱們的大名鼎鼎的RedisUtils封裝類：後端
/** * key遞增特定的num * @param key Redis中保存的key * @param num 遞增的值 * @return key計算完畢後返回的結果值 */ public Long incrBy(String key,long num) { CallerInfo callerInfo = Profiler.registerInfo("sendCouponService.redis.incrBy", "sendCouponService", false, true); Long result; try { result = jrc.incrBy(key, num); } catch (Exception e) { logger.error("incrBy", null, "sendCouponService.redis.incrBy異常,key={},value={}", e, key, num); Profiler.functionError(callerInfo); throw new RuntimeException("sendCouponService.redis.incrBy異常,key=" + key, e); } finally { Profiler.registerInfoEnd(callerInfo); } return result; }
上面這段代碼只是一個示例，其實還有上百個方法基本上都是這種封裝結構，這種封裝有問題嗎？沒問題！並且封裝方式辛辣老道，一看就是高手所爲，由於既加了監控，又作了異常處理，並且還有錯誤日誌記錄，一旦發生問題，咱們可以第一時間知道哪裏出了問題，哪一個方法出了問題，而後設定對應的應對方法。api
這種封裝方式，若是當作普通的Util來用，徹底沒有問題，可是若是想封裝成組件，則欠缺點什麼，我列舉以下：數據結構
1. 當前代碼寫死了用jrc操做，若是後期切換到jimdb，是否是還得爲jimdb專門寫一套呢？
2. 當前代碼，上百個方法，其實不少地方都是重複的，惟有redis操做那塊不一樣，代碼重複度特別高，一旦擴展新方法，基本上是剖解原有代碼，而後拷貝現有方法，最後改爲新方法。
3. 當前方法，包含的都是redis單操做，若是遇到那種涉及到多個操做組合的(好比先set，而後expire或者更復雜一點)，須要添加新方法，本質上這種新方法其實和業務性有關了。
從上面列出的這幾點來看，其實咱們能夠徹底將其打形成一個兼容jrc操做和cluster操做，同時具備良好框架擴展性（策略模式+模板模式）和良好代碼重複度控制（函數式接口回調）的框架。因爲本章涉及內容爲異步回調，因此這裏咱們將講解這種代碼如何保持良好的代碼重複度控制上。至於良好的框架擴展性，若是感興趣的話，我會在後面的章節進行講解。那麼咱們開始進行優化吧。
首先，找出公共操做部分（白色）和非公共操做部分（黃色）：
/** * key遞增特定的num * @param key Redis中保存的key * @param num 遞增的值 * @return key計算完畢後返回的結果值 */ public Long incrBy(String key,long num) { CallerInfo callerInfo = Profiler.registerInfo("sendCouponService.redis.incrBy", "sendCouponService", false, true); Long result;
try { result = jrc.incrBy(key, num);
} catch (Exception e) { logger.error("incrBy", null, "sendCouponService.redis.incrBy異常,key={},value={}", e, key, num);
Profiler.functionError(callerInfo);
return null;
} finally { Profiler.registerInfoEnd(callerInfo); } return result; }
經過上面的標記，咱們發現非公共操做部分，有兩類：
1. ump提示語和日誌提示語不一致
2. 操做方法不一致
標記出來了公共操做部分，以後咱們開始封裝公共部分：
/** * 公共模板抽取 * * @param method * @param callable * @param <T> * @return */ public static <T> T invoke(String method) { CallerInfo info = Profiler.registerInfo(method, false, true); try { //TODO 這裏放置不一樣的redis操做方法 } catch (Exception e) { logger.error(method, e); AlarmUtil.alarm(method + e.getCause()); reutrn null; } finally { Profiler.registerInfoEnd(info); } }
可是這裏有個問題，咱們雖然把公共模板抽取出來了，可是TODO標籤裏面的內容怎麼辦呢？ 如何把不一樣的redis操做方法傳遞進來呢？
其實在java中，咱們能夠利用接口的方式，將具體的操做代理出去，由外部調用者來實現，聽起來是否是感受又和IOC搭上了點關係，不錯，你想的沒錯，這確實是控制反轉依賴注入的一種作法，經過接口方式將具體的實踐代理出去，這也是進行回調操做的原理。接下來看咱們的改造：
/** * redis操做接口 */ public interface RedisOperation<T>{ //調用redis方法，入參爲空，出參爲T泛型 T invoke(); } /** * redis操做公共模板 * @param method * @param redisOperation * @param <T> * @return */ public static <T> T invoke(String method,RedisOperation redisOperation) { CallerInfo info = Profiler.registerInfo(method, false, true); try { return redisOperation.invoke(); } catch (Exception e) { logger.error(method, e); AlarmUtil.alarm(method + e.getCause()); reutrn null; } finally { Profiler.registerInfoEnd(info); } }
這樣，咱們就打造好了一個公共的redis操做模板，以後就能夠像下面的方式來使用了：
@Override
public Long incrby(String key, long val){
String method = "com.jd.marketing.util.RedisUtil.incrby";
RedisOperation<Long> process = () -> {
return redisUtils.incrBy(key, val);
};
return CacheHelper.invoke(method, process);
}
以後的一百多個方法，你也可使用這樣的方式來一一進行包裝，以後你會發現原來RedisUtils封裝完畢，代碼寫了2000行，可是用這種方式以後，代碼只寫了1000行，並且後續有新的聯合操做過來，你只須要在以下代碼段裏面直接把級聯操做添加進去便可：
RedisOperation<Long> process = () -> {
//TODO other methods
//TODO other methods
return redisUtils.incrBy(key, val);
};
是否是很方便快捷？在這裏我須要因此下的是，因爲RedisOperation裏面的invoke方法是沒有入參，帶有一個出參結果的調用。因此在回調這裏，我用了匿名錶達式來()->{}來match這種操做。可是若是回調這裏，一個入參，一個出參的話，那麼個人匿名錶達式須要這樣寫 param->{}, 多個入參，那就變成了這樣 (param1, param2, param3)->{} 。因爲這裏並不是重點，我不想過多講解，若是對這種使用方式不熟悉，能夠徹底使用以下的方式來進行書寫也行：
@Override
public Long incrby(String key, long val){
String method = "com.jd.marketing.util.RedisUtil.incrby";
RedisOperation<Long> process = () -> incrByOperation(key, val);
return CacheHelper.invoke(method, process);
}
private Long incrByOperation(String key, long val){
return redisUtils.incrBy(key, val);
}
其實說到這裏的時候，我就有必要提一下開頭的埋下的線索了。其實以前演示的Netty的代碼：
//Netty中設置監聽
ChannelPromise addListener(GenericFutureListener<? extends Future<? super Void>> listener)
GenericFutureListener這個接口
就是按照上面的寫法來作的，是否是豁然開朗呢？至於其調用方式，也和上面講解的一致，只要符合接口裏面方法的調用標準就行(入參和出參符合就行), 好比 future –> {}。
說到這裏，咱們可能認爲這樣太麻煩了，本身定義接口，而後注入到框架中，最後用戶本身實現調用方法，一長串。是的，你說的沒錯，這樣確實太麻煩了，JDK因而專門用了一個 FunctionalInterface的annotation來幫咱們作了，因此在JDK中，若是你看到Consumer，Function，Supplier等，帶有@FunctionalInterface標註的接口，那麼就說明他是一個函數式接口，而這種接口是幹什麼的，具體的原理就是我上面講的。下面咱們來梳理梳理這些接口吧。
先看一下咱們的RedisUtils使用JDK自帶的函數式接口的最終封裝效果：
從圖示代碼能夠看出，總體封裝變得簡潔許多，並且咱們用了JDK內置的函數式接口，因此也無需寫其餘多餘的代碼，看上去很清爽，重複代碼基本不見了。並且，因爲JDK提供的其餘的函數式接口有運算操做，好比Predicate.or, Predicate.and操做等，大大增強了封裝的趣味性和樂趣。
下面我將JDK中涉及的經常使用的函數式接口列舉一遍，而後來詳細講解講解吧，列表以下：
Consumer, 提供void accept(T t)回調 Runnable, 提供void run()回調 Callable, 提供V call() throws Exception回調 Supplier, 提供T get()回調 Function, 提供R apply(T t)回調, 有andThen接續操做 Predicate, 提供boolean test(T t)回調, 等價於 Function<T, boolean> BiConsumer, 提供void accept(T t, U u)回調，注意帶Bi的回調接口，代表入參都是雙參數，好比BiPredicate
......
其實還有不少，我這裏就不一一列舉了。感興趣的朋友能夠在這裏找到JDK提供的全部函數式接口。
接下來，咱們來說解其使用示範，以便於明白怎麼樣去使用它。
對於Consumer函數式接口，內部的void accept(T t)回調方法，代表了它只能回調有一個入參，沒有返參的方法。示例以下：
/** * Consumer調用的例子 */ public void ConsumerSample() { LinkedHashMap linkedHashMap = new LinkedHashMap(); linkedHashMap.put("key", "val"); linkedHashMap.forEach((k, v) -> { System.out.println("key" + k + ",val" + v); }); }
對於Callable接口，其實和Supplier接口是同樣的，只是有無Exception拋出的區別，示例以下：
/** * Callable調用的例子 */ public Boolean setnx(String key, String val){ String method = "com.jd.marketing.util.RedisUtil.setnx"; Callable<Boolean> process = () -> { Long rst = redisUtils.setnx(key, val); if(rst == null || rst == 0){ return false; } return true; }; return CacheHelper.invoke(method, process); }
對於Predicate<T>接口，等價於Function<T, Boolean>， 示例以下：
/** * Precidate調用的例子 */ public void PredicateSample() { List list = new ArrayList(); list.add("a") list.removeIf(item -> { return item.equals("a"); }); }
說明一下，Predicate的入參爲一個參數，出參爲boolean，很適合進行條件判斷的場合。在JDK的List數據結構中，因爲removeIf方法沒法耦合進去業務代碼，因此利用Predicate函數式接口將業務邏輯實現部分拋給了用戶自行處理，用戶處理完畢，只要返回給我true，我就刪掉當前的item；返回給我false，我就保留當前的item。解耦作的很是漂亮。那麼List的removeIf實現方式你以爲是怎樣實現的呢？若是我不看JDK代碼的話，我以爲實現方式以下：
public boolean removeIf(Predicate<T> predicate){ final Iterator<T> iterator = getIterator(); while (iterator.hasNext()) { T current = iterator.next(); boolean result = predicate.test(current); if(result){ iterator.remove(); return true; } } return false; }
可是實際你去看看List默認的removeIf實現，源碼大概和我寫的差很少。因此只要理解了函數式接口，咱們也能寫出JDK Style的代碼，酷吧。
CompletableFuture實現異步處理
好了，上面就是函數式接口的總體介紹和使用簡介，不知道你看了以後，理解了多少呢？接下來咱們要講解的異步，徹底基於上面的函數式接口回調，若是以前的都看懂了，下面的講解你將豁然開朗；反之則要悟了。可是正確的方向都已經指出來了，因此入門應該是沒有難度的。
CompletableFuture，很長的一個名字，我對他的印象停留在一次代碼評審會上，當時有人提到了這個類，我只是簡單的記錄下來了，以後去JDK源碼中搜索了一下，看看主要幹什麼的，也沒有怎麼想去看它。結果當我搜到這個類，而後看到Author的時候，我以爲我發現了金礦同樣，因而我決定深刻的研究下去，那個做者的名字就是：
/** * A {@link Future} that may be explicitly completed (setting its * value and status), and may be used as a {@link CompletionStage}, * supporting dependent functions and actions that trigger upon its * completion. * * <p>When two or more threads attempt to * {@link #complete complete}, * {@link #completeExceptionally completeExceptionally}, or * {@link #cancel cancel} * a CompletableFuture, only one of them succeeds. * * <p>In addition to these and related methods for directly * manipulating status and results, CompletableFuture implements * interface {@link CompletionStage} with the following policies: <ul> * * <li>Actions supplied for dependent completions of * <em>non-async</em> methods may be performed by the thread that * completes the current CompletableFuture, or by any other caller of * a completion method.</li> * * <li>All <em>async</em> methods without an explicit Executor * argument are performed using the {@link ForkJoinPool#commonPool()} * (unless it does not support a parallelism level of at least two, in * which case, a new Thread is created to run each task). To simplify * monitoring, debugging, and tracking, all generated asynchronous * tasks are instances of the marker interface {@link * AsynchronousCompletionTask}. </li> * * <li>All CompletionStage methods are implemented independently of * other public methods, so the behavior of one method is not impacted * by overrides of others in subclasses. </li> </ul> * * <p>CompletableFuture also implements {@link Future} with the following * policies: <ul> * * <li>Since (unlike {@link FutureTask}) this class has no direct * control over the computation that causes it to be completed, * cancellation is treated as just another form of exceptional * completion. Method {@link #cancel cancel} has the same effect as * {@code completeExceptionally(new CancellationException())}. Method * {@link #isCompletedExceptionally} can be used to determine if a * CompletableFuture completed in any exceptional fashion.</li> * * <li>In case of exceptional completion with a CompletionException, * methods {@link #get()} and {@link #get(long, TimeUnit)} throw an * {@link ExecutionException} with the same cause as held in the * corresponding CompletionException. To simplify usage in most * contexts, this class also defines methods {@link #join()} and * {@link #getNow} that instead throw the CompletionException directly * in these cases.</li> </ul> * * @author Doug Lea * @since 1.8 */
Doug Lea，Java併發編程的大神級人物，整個JDK裏面的併發編程包，幾乎都是他的做品，很務實的一個老爺子，目前在紐約州立大學奧斯威戈分校執教。好比咱們異常熟悉的AtomicInteger類也是其做品：
/** * An {@code int} value that may be updated atomically. See the * {@link java.util.concurrent.atomic} package specification for * description of the properties of atomic variables. An * {@code AtomicInteger} is used in applications such as atomically * incremented counters, and cannot be used as a replacement for an * {@link java.lang.Integer}. However, this class does extend * {@code Number} to allow uniform access by tools and utilities that * deal with numerically-based classes. * * @since 1.5 * @author Doug Lea */ public class AtomicInteger extends Number implements java.io.Serializable { // ignore code }
想查閱老爺子的最新資料，建議到Wikipedia上查找，裏面有他的博客連接等，我這裏就再也不作過多介紹，回到正題上來，咱們繼續談談CompletableFuture吧。我剛纔貼的關於這個類的描述，都是英文的，並且特別長，咱們不妨貼出中文釋義來，看看具體是個什麼玩意兒：
繼承自Future，帶有明確的結束標記；同時繼承自CompletionStage，支持多函數調用行爲直至完成態。
當兩個以上的線程對CompletableFuture進行complete調用，completeExceptionally調用或者cancel調用，只有一個會成功。
爲了直觀的保持相關方法的狀態和結果，CompletableFuture按照以下原則繼承並實現了CompletionStage接口：
1. 多個同步方法的級聯調用，可能會被當前的CompletableFuture置爲完成態，也可能會被級聯函數中的任何一個方法置爲完成態。
2. 異步方法的執行，默認使用ForkJoinPool來進行（若是當前的並行標記不支持多併發，那麼將會爲每一個任務開啓一個新的線程來進行）。
爲了簡化監控，調試，代碼跟蹤等，全部的異步任務必須繼承自AsynchronousCompletionTask。
3. 全部的CompletionStage方法都是獨立的，overrid子類中的其餘的方法並不會影響當前方法行爲。
CompletableFuture同時也按照以下原則繼承並實現了Future接口：
1. 因爲此類沒法控制完成態（一旦完成，直接返回給調用方），因此cancellation被當作是另外一種帶有異常的完成狀態. 在這種狀況下cancel方法和CancellationException是等價的。
方法isCompletedExceptionally能夠用來監控CompletableFuture在一些異常調用的場景下是否完成。
2. get方法和get(long, TimeUint)方法將會拋出ExecutionException異常，一旦計算過程當中有CompletionException的話。
爲了簡化使用，這個類同時也定義了join()方法和getNow()方法來避免CompletionException的拋出（在CompletionException拋出以前就返回告終果）。
因爲沒有找到中文文檔，因此這裏自行勉強解釋了一番，有些差強人意。
在咱們平常生活中，咱們的不少行爲其實都是要麼有結果的，要麼無結果的。好比說作蛋糕，作出來的蛋糕就是結果，那麼通常咱們用Callable或者Supplier來表明這個行爲，由於這兩個函數式接口的執行，是須要有返回結果的。再好比說吃蛋糕，吃蛋糕這個行爲，是無結果的。由於他僅僅表明咱們去幹了一件事兒，因此會用Consumer或者Runnable來表明吃飯這個行爲。由於這兩個函數式接口的執行，是不返回結果的。有時候我發現家裏沒有作蛋糕的工具，因而我便去外面的蛋糕店委託蛋糕師傅給我作一個，那麼這種委託行爲，其實就是一種異步行爲，會用Future來描述。由於Future神奇的地方在於，可讓一個同步執行的方法編程異步的，就好似委託蛋糕師傅作蛋糕同樣。這樣咱們就能夠在蛋糕師傅給咱們作蛋糕期間去作一些其餘的事兒，好比聽音樂等等。可是因爲Future不具備事件完成告知的能力，因此得須要本身去一遍一遍的問師傅，作好了沒有。而CompletableFuture則具備這種能力，因此總結起來以下：
- Callable，有結果的同步行爲，好比作蛋糕
- Runnable，無結果的同步行爲，好比吃蛋糕
- Future，異步封裝Callable/Runnable，好比委託給蛋糕師傅（其餘線程）去作
- CompletableFuture，封裝Future，使其擁有回調功能，好比讓師傅主動告訴我蛋糕作好了
那麼上面描述的場景，咱們用代碼封裝一下吧：
public static void main(String... args) throws Exception { CompletableFuture .supplyAsync(() -> makeCake()) .thenAccept(cake -> eatCake(cake)); System.out.println("先回家聽音樂，蛋糕作好後給我打電話，我來取..."); Thread.currentThread().join(); } private static Cake makeCake() { System.out.println("我是蛋糕房，開始爲你製做蛋糕..."); try { Thread.sleep(5000); } catch (InterruptedException e) { e.printStackTrace(); } Cake cake = new Cake(); cake.setName("草莓蛋糕"); cake.setShape("圓形"); cake.setPrice(new BigDecimal(99)); System.out.println("蛋糕製做完畢，請取回..."); return cake; } private static void eatCake(Cake cake) { System.out.println("這個蛋糕是" + cake.getName() + ",我喜歡，開吃..."); }
最後執行結果以下：
我是蛋糕房，開始爲你製做蛋糕... 先回家聽音樂，蛋糕作好後給我打電話，我來取... 蛋糕製做完畢，請取回... 這個蛋糕是草莓蛋糕,我喜歡，開吃...
因爲CompletableFuture的api有50幾個，數量很是多，咱們能夠先將其劃分爲若干大類（摘自理解CompletableFuture，總結的很是好，直接拿來用）：
建立類：用於CompletableFuture對象建立，好比：
- completedFuture
- runAsync
- supplyAsync
- anyOf
- allOf
狀態取值類：用於判斷當前狀態和同步等待取值，好比：
- join
- get
- getNow
- isCancelled
- isCompletedExceptionally
- isDone
控制類：可用於主動控制CompletableFuture完成行爲，好比：
- complete
- completeExceptionally
- cancel
接續類：CompletableFuture最重要的特性，用於注入回調行爲，好比：
- thenApply, thenApplyAsync
- thenAccept, thenAcceptAsync
- thenRun, thenRunAsync
- thenCombine, thenCombineAsync
- thenAcceptBoth, thenAcceptBothAsync
- runAfterBoth, runAfterBothAsync
- applyToEither, applyToEitherAsync
- acceptEither, acceptEitherAsync
- runAfterEither, runAfterEitherAsync
- thenCompose, thenComposeAsync
- whenComplete, whenCompleteAsync
- handle, handleAsync
- exceptionally
上面的方法很是多，而大多具備類似性，咱們大可沒必要立刻記憶。先來看看幾個通常性的規律，即可輔助記憶（重要）：
- 以Async後綴結尾的方法，均是異步方法，對應無Async則是同步方法。
- 以Async後綴結尾的方法，必定有兩個重載方法。其一是採用內部forkjoin線程池執行異步，其二是指定一個Executor去運行。
- 以run開頭的方法，其方法入參的lambda表達式必定是
無參數，而且無返回值的，其實就是指定Runnable - 以supply開頭的方法，其方法入參的lambda表達式必定是
無參數，而且有返回值，其實就是指Supplier - 以Accept爲開頭或結尾的方法，其方法入參的lambda表達式必定是
有參數，可是無返回值，其實就是指Consumer - 以Apply爲開頭或者結尾的方法，其方法入參的lambda表達式必定是
有參數，可是有返回值，其實就是指Function - 帶有either後綴的表示誰先完成則消費誰。
以上6條記住以後，就能夠記住60%以上的API了。
先來看一下其具體的使用方式吧（網上有個外國人寫了CompletableFuture的20個例子，我看有中文版了，放到這裏，你們能夠參考下）。
/** * CompletableFuture調用completedFuture方法，代表執行完畢 */ static void sample1() { CompletableFuture cf = CompletableFuture.completedFuture("message"); Assert.assertTrue(cf.isDone()); Assert.assertEquals("message", cf.getNow(null)); }
sample1代碼，能夠看出，若是想讓一個ComopletableFuture執行完畢，最簡單的方式就是調用其completedFuture方法便可。以後就能夠用getNow對其結果進行獲取，若是獲取不到就返回默認值null。
/** * 兩個方法串行執行，後一個方法依賴前一個方法的返回 */ static void sample2() { CompletableFuture cf = CompletableFuture .completedFuture("message") .thenApply(message -> { Assert.assertFalse(Thread.currentThread().isDaemon()); return message.toUpperCase(); }); Assert.assertEquals("MESSAGE", cf.getNow(null)); }
sample2代碼，利用thenApply實現兩個函數串行執行，後一個函數的執行以來前一個函數的返回結果。
/** * 兩個方法並行執行，兩個都執行完畢後，在進行彙總 */ static void sample3() { long start = System.currentTimeMillis(); CompletableFuture cf = CompletableFuture.runAsync(() -> { try { Thread.sleep(1000); } catch (InterruptedException e) { e.printStackTrace(); } }); CompletableFuture cf1 = CompletableFuture.runAsync(() -> { try { Thread.sleep(2000); } catch (InterruptedException e) { e.printStackTrace(); } }); CompletableFuture.allOf(cf, cf1).whenComplete((v,t)->{ System.out.println("都完成了"); }).join(); long end = System.currentTimeMillis(); System.out.println((end-start)); }
sample3最後的執行結果爲：
都完成了
2087
能夠看到，耗時爲2087毫秒，若是是串行執行，須要耗時3000毫秒，可是並行執行，則以最長執行時間爲準，其實這個特性在進行遠程RPC/HTTP服務調用的時候，將會很是有用，咱們一下子再進行講解如何用它來反哺業務。
/** * 方法執行取消 */ static void sample4(){ CompletableFuture cf = CompletableFuture.supplyAsync(()->{ try { System.out.println("開始執行函數..."); Thread.sleep(2000); System.out.println("執行函數完畢..."); } catch (InterruptedException e) { e.printStackTrace(); } return "ok"; }); CompletableFuture cf2 = cf.exceptionally(throwable -> { return throwable; }); cf2.cancel(true); if(cf2.isCompletedExceptionally()){ System.out.println("成功取消了函數的執行"); } cf2.join(); }
調用結果以下：
開始執行函數... 成功取消了函數的執行 Exception in thread "main" java.util.concurrent.CancellationException at java.util.concurrent.CompletableFuture.cancel(CompletableFuture.java:2263) at com.jd.jsmartredis.article.Article.sample4(Article.java:108) at com.jd.jsmartredis.article.Article.main(Article.java:132)
能夠看到咱們成功的將函數執行中斷，同時因爲cf2返回的會一個throwable的Exception，因此咱們的console界面將其也原封不動的打印了出來。
講解了基本使用以後，如何使用其來反哺咱們的業務呢？咱們就以通用下單爲例吧，來看看通用下單有哪些能夠優化的點。
上圖就是咱們在通用下單接口常常調用的接口，分爲下單地址接口，商品信息接口，京豆接口，因爲這三個接口沒有依賴關係，因此能夠並行的來執行。若是換作是目前的作法，那麼確定是順序執行，假如三個接口獲取都耗時1s的話，那麼三個接口獲取完畢，咱們的耗時爲3s。可是若是改爲異步方式執行的話，那麼將會簡單不少，接下來，咱們開始改造吧。
public Result submitOrder(String pin, CartVO cartVO) { //獲取下單地址 CompletableFuture addressFuture = CompletableFuture.supplyAsync(() -> { AddressResult addressResult = addressRPC.getAddressListByPin(pin); return addressResult; }); //獲取商品信息 CompletableFuture goodsFuture = CompletableFuture.supplyAsync(() -> { GoodsResult goodsResult = goodsRPC.getGoodsInfoByPin(pin, cartVO); return goodsResult; }); //獲取京豆信息 CompletableFuture beanFuture = CompletableFuture.supplyAsync(() -> { JinbeanResult jinbeanResult = JinbeanRPC.getJinbeanByPin(pin); return jinbeanResult; }); CompletableFuture.allOf(addressFuture, goodsFuture, beanFuture).whenComplete((v, throwable) -> { if (throwable == null) { logger.error("獲取地址，商品，京豆信息失敗", throwable); //TODO 嘗試從新獲取 } else { logger.error("獲取地址，商品，京豆信息成功"); } }).join(); AddressResult addressResult = addressFuture.getNow(null); GoodsResult goodsResult = goodsFuture.getNow(null); JinbeanResult jinbeanResult = beanFuture.getNow(null); //TODO 後續處理 }
這樣，咱們利用將普通的RPC執行編程了異步，並且附帶了強大的錯誤處理，是否是很簡單？
可是若是遇到以下圖示的調用結構，CompletableFuture可否很輕鬆的應對呢？
因爲業務變動，須要附帶延保信息，爲了後續從新計算價格，因此必須將延保商品獲取出來，而後計算價格。其實這種既有同步，又有異步的作法，利用CompletableFuture來handle，也是輕鬆天然，代碼以下：
public Result submitOrder(String pin, CartVO cartVO) { //獲取下單地址 CompletableFuture addressFuture = CompletableFuture.supplyAsync(() -> { AddressResult addressResult = addressRPC.getAddressListByPin(pin); return addressResult; }); //獲取商品信息 CompletableFuture goodsFuture = CompletableFuture.supplyAsync(() -> { GoodsResult goodsResult = goodsRPC.getGoodsInfoByPin(pin, cartVO); return goodsResult; }).thenApplyAsync((goodsResult, Map)->{ YanbaoResult yanbaoResult = yanbaoRPC.getYanbaoInfoByGoodID(goodsResult.getGoodId, pin); Map<String, Object> map = new HashMap<>(); map.put("good", goodsResult); map.put("yanbao",yanbaoResult); return map; }); //獲取京豆信息 CompletableFuture beanFuture = CompletableFuture.supplyAsync(() -> { JinbeanResult jinbeanResult = JinbeanRPC.getJinbeanByPin(pin); return jinbeanResult; }); CompletableFuture.allOf(addressFuture, goodsFuture, beanFuture).whenComplete((v, throwable) -> { if (throwable == null) { logger.error("獲取地址，商品-延保，京豆信息失敗", throwable); //TODO 嘗試從新獲取 } else { logger.error("獲取地址，商品-延保，京豆信息成功"); } }).join(); AddressResult addressResult = addressFuture.getNow(null); GoodsResult goodsResult = goodsFuture.getNow(null); JinbeanResult jinbeanResult = beanFuture.getNow(null); //TODO 後續處理 }
這樣咱們就能夠了，固然這種改造給咱們帶來的好處也是顯而易見的，咱們不須要針對全部的接口進行OPS優化，而是針對性能最差的接口進行OPS優化，只要提高了性能最差的接口，那麼總體的性能就上去了。
洋洋灑灑寫了這麼多，但願對你們有用，謝謝。
參考資料：
理解CompletableFuture
CompletableFuture 詳解
- 1. C語言 異步回調
- 2. 同步回調，回調，異步回調
- 3. 異步回調
- 4. 同步回調 與 異步回調
- 5. 異步回調和同步回調
- 6. 異步回調與同步回調
- 7. 回調函數、同步回調&異步回調？同步任務&異步任務？
- 8. 微信小程序異步回調
- 9. dubbo 異步回調
- 10. 異步與回調
- 更多相關文章...
- • Lua 調試(Debug) - Lua 教程
- • PHP 7 異常 - PHP 7 新特性
- • 算法總結-回溯法
- • Spring Cloud 微服務實戰(三) - 服務註冊與發現
-
每一个你不满意的现在，都有一个你没有努力的曾经。
- 1. 字節跳動21屆秋招運營兩輪面試經驗分享
- 2. Java 3 年，25K 多嗎？
- 3. mysql安裝部署
- 4. web前端開發中父鏈和子鏈方式實現通信
- 5. 3.1.6 spark體系之分佈式計算-scala編程-scala中trait特性
- 6. dataframe2
- 7. ThinkFree在線
- 8. 在線畫圖
- 9. devtools熱部署
- 10. 編譯和鏈接
- 1. C語言 異步回調
- 2. 同步回調，回調，異步回調
- 3. 異步回調
- 4. 同步回調 與 異步回調
- 5. 異步回調和同步回調
- 6. 異步回調與同步回調
- 7. 回調函數、同步回調&異步回調？同步任務&異步任務？
- 8. 微信小程序異步回調
- 9. dubbo 異步回調
- 10. 異步與回調