异步与线程池及异步编排

深藏阁楼爱情的钟 2022-12-06 15:58 161阅读 0赞

### 文章目录 ###

*  一、异步
 *   *  1、初始化线程池的4中方式
     *  2、开启线程测试
 *  二、线程池
 *   *  1、开发中为什么使用线程池？
     *  2、线程池七大参数：
     *  3、工作顺序：
     *  4、面试：
 *  三、CompletableFuture异步编排
 *   *  1、创建异步对象
     *  2、计算完成时回调方法
     *  3、线程串行化方法
     *  4、两任务组合 - 都要完成
     *  5、多任务组合
 *  四、测试代码
 *  五、异步编排小案例
 *   *  1、顺序获取详情、
     *  2、异步编排获取详情
     *   *  1、线程池配置
         *  2、代码优化

# 一、异步 #

在业务开发中，有很多异步场景，为了节约时间或或者提高系统的吞吐量，要做一些异步任务，在Java中要实现异步通常都是Thread，开启一个线程Thread，开启线程有四种方式。

## 1、初始化线程池的4中方式 ##

1)、继承Thread  
2)、实现Runnable接口  
3)、实现Callable接口+FutureTask(可以拿到返回结果，可以处理异常）  
4)、线程池

方式1和方式2：主进程无法获取线程的运算结果。不适合我们当前的场景。  
方式3：主进程可以获取线程的运算结果，但是不利于控制服务器中的线程资源。  
方式4：通过如下两种方式初始化线程池：

> Excutors.newFiexedThreadPool(3);  
> // 或者  
> new ThreadPoolExecutor(corePoolSize, maximumPoolSize, keepAliveTime,TimeUnit unit, workQuene,threadFactory,handler);  
> 通过线程池性能稳定，也可以获取执行结果，并捕获异常。但是，在业务复杂情况下，`一个异步调用可能会依赖于另一个异步调用的执行结果`。

## 2、开启线程测试 ##

package com.atguigu.gulimall.search.thread;
 
 /**
 * @author: kaiyi
 * @create: 2020-09-04 11:19
 */
 public class ThreadTest {
 
 public static void main(String[] args) {
 System.out.println("main...start...");
 /**
 * 1)、继承Thread
 * Thread01 thread = new Thread01();
 * thread.start(); // 启动线程
 *
 * 2)、实现Runnable接口
 * Runable01 runable01 = new Runable01()
 * new Thread(runable01).start();
 *
 * 3)、实现Callable接口+FutureTask(可以拿到返回结果，可以处理异常）
 * FutureTask<Integer> FutureTask = new FutureTask<>(new Callable01());
 * new Thread(futureTask).start();
 * // 阻塞等待整个线程执行完成，获取返回结果
 * Integer integer = futureTask.get();
 *
 * 4)、线程池[ExecutorService]
 * 给线程池直接提交任务。
 * service.execute(new Runable01());
 * 创建：
 * ①、Excutors
 * ②、new ThreadPoolExecutor
 *
 * Future:可以获取到异步结果
 */
 Thread01 thread01 = new Thread01();
 thread01.start(); // 启动线程
 
 System.out.println("main...end...");
 }
 
 public static class Thread01 extends Thread{
 
 @Override
 public void run(){
 System.out.println("当前线程：" + Thread.currentThread().getId());
 
 int i = 10 / 2;
 System.out.println("运行结果：" + i);
 }
 }
 
 }

执行结果打印：

main...start...
    main...end...
    当前线程：10
    运行结果：5
    
    Process finished with exit code 0

可以看到开启线程，进入了异步，主程序已经结束，线程才打印。

# 二、线程池 #

## 1、开发中为什么使用线程池？ ##

**降低资源的消耗**  
通过重复利用已经创建好的线程降低线程的创建和销毁带来的损耗

**提高响应速度**  
因为线程池中的线程数没有超过线程池的最大上限时，有的线程处于等待分配任务的状态，当任务来时无需创建新的线程就能执行。

**提高线程的可管理性**  
线程池会根据当前系统特点对池内的线程进行优化处理，减少线程创建和销毁带来的系统开销。

创建线程池：

> new ThreadPoolExecutor(corePoolSize, maximumPoolSize, keepAliveTime,TimeUnit unit, workQuene,threadFactory,handler);

源码：

/**
 * Creates a new {@code ThreadPoolExecutor} with the given initial
 * parameters.
 *
 * @param corePoolSize the number of threads to keep in the pool, even
 * if they are idle, unless {@code allowCoreThreadTimeOut} is set
 * @param maximumPoolSize the maximum number of threads to allow in the
 * pool
 * @param keepAliveTime when the number of threads is greater than
 * the core, this is the maximum time that excess idle threads
 * will wait for new tasks before terminating.
 * @param unit the time unit for the {@code keepAliveTime} argument
 * @param workQueue the queue to use for holding tasks before they are
 * executed. This queue will hold only the {@code Runnable}
 * tasks submitted by the {@code execute} method.
 * @param threadFactory the factory to use when the executor
 * creates a new thread
 * @param handler the handler to use when execution is blocked
 * because the thread bounds and queue capacities are reached
 * @throws IllegalArgumentException if one of the following holds: 
 * {@code corePoolSize < 0} 
 * {@code keepAliveTime < 0} 
 * {@code maximumPoolSize <= 0} 
 * {@code maximumPoolSize < corePoolSize}
 * @throws NullPointerException if {@code workQueue}
 * or {@code threadFactory} or {@code handler} is null
 */
 public ThreadPoolExecutor(
 int corePoolSize,
 int maximumPoolSize,
 long keepAliveTime,
 TimeUnit unit,
 BlockingQueue<Runnable> workQueue,
 ThreadFactory threadFactory,
 RejectedExecutionHandler handler) {
 if (corePoolSize < 0 ||
 maximumPoolSize <= 0 ||
 maximumPoolSize < corePoolSize ||
 keepAliveTime < 0)
 throw new IllegalArgumentException();
 if (workQueue == null || threadFactory == null || handler == null)
 throw new NullPointerException();
 this.acc = System.getSecurityManager() == null ?
 null :
 AccessController.getContext();
 this.corePoolSize = corePoolSize;
 this.maximumPoolSize = maximumPoolSize;
 this.workQueue = workQueue;
 this.keepAliveTime = unit.toNanos(keepAliveTime);
 this.threadFactory = threadFactory;
 this.handler = handler;
 }

创建线程池示例：

private static void threadPool(){
 ThreadPoolExecutor threadPool = new ThreadPoolExecutor(
 5,
 200,
 10L,
 TimeUnit.SECONDS,
 new LinkedBlockingDeque<Runnable>(10000),
 Executors.defaultThreadFactory(),
 new ThreadPoolExecutor.AbortPolicy()
 );
 
 // 定时任务的线程池
 ExecutorService service = Executors.newScheduledThreadPool(2);
 }

## 2、线程池七大参数： ##

*  corePoolSize:\[5\] 核心线程数\[一直存在除非（allowCoreThreadTimeOut）\];线程池创建好以后就准备就绪。5个 Thread thread = new Thread(); thread.start();
 *  maximumPoolSize:\[200\] 最大线程数量；控制资源。
 *  keepAliveTime：存活时间。如果当前的线程数量大于 core数量。释放空闲的线程(maximumPoolSize - corePoolSize)。只要线程空闲的时间大于指定的keepAliveTime。
 *  unit:时间单位
 *  BlockingQueue workQueue：阻塞队列。如果任务有很多，就会将目前多的任务放到队列里面。只要有线程空闲，就会去队列里面取出新的任务继续执行。
 *  threadFactory：线程的创建工厂。
 *  RejectedExecutionHandler handler：如果队列满了，按照我们指定的拒绝策略拒绝执行任务。

## 3、工作顺序： ##

1、线程池创建，准备好core数量的核心线程，准备接受任务。 
1.1、core满了，就将再进来的任务放入阻塞队列中。空闲的core就会自己去阻塞队列获取任务。 
2、阻塞队列满了，就直接开新线程执行，最大只能开到max指定的数量。 
3、max满了就用 RejectedExecutionHandler handler 拒绝任务 
max都执行完成，有很多空闲，在指定的时间 keepAliveTime 以后，释放 max - core 这些线程。 
new LinkedBlockingDeque<>()：默认是 Integer 的最大值。会导致内存占满，需要根据自己的业务定。

## 4、面试： ##

一个线程池 core 7, max 20, queue:50, 100并发进来怎么分配？  
答：先有 7 个能直接得到执行，接下来 50 个进入阻塞队列，再多开10个线程继续执行。现在 70 个被安排上了。剩下 30 个默认拒绝策略。

> 注意：当 core满了 不会立即创建新的线程，而是将进来的任务放入到阻塞队列中，当阻塞队列满了之后，才会直接新开线程执行，最大只能开到 Max指定的数量。

# 三、CompletableFuture异步编排 #

业务场景：  
查询商品详情页的逻辑比较复杂，有些数据还需要远程调用，必然需要花费更多的时间。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3N1Y2hhaGFlcmthbmc_size_16_color_FFFFFF_t_70_pic_center]  
假如商品详情页的每个查询，用户需要6.5s 后才能看到商品详情页的内容，这是显然不能接受的。  
如果多个线程同时完成这个 6 步操作，也许只需要 1.5s 即可响应完成。

## 1、创建异步对象 ##

CompletableFuture 提供了四个静态方法来创建一个异步操作。

public static CompletableFuture<Void> runAsync(Runnable runnable)；
 public static CompletableFuture<Void> runAsync(Runnable runnable, Executor executor)；
 public static CompletableFuture supplyAsync(Supplier supplier) ；
 public static CompletableFuture supplyAsync(Supplier supplier, Executor executor)；

说明：没有指定Executor的方法会使用 ForkJoinPool.commonPool() 作为它的线程池执行异步代码。如果指定线程池，则使用指定的线程池运行。

*  ①、runXxxx都是没有返回结果的，supplyXxx都是可以获取返回结果的
 *  ②、可以传入自定义的线程池，否则就用默认的线程池。

示例：

/**
 * CompletableFuture 提供了四个静态方法来创建一个异步操作。
 *
 */
 public class CompletableFutureDemo1 {
 public static void main(String[] args) {
 
 /** 第一种 runAsync 不支持返回值的 */
 CompletableFuture<Void> runAsync = CompletableFuture.runAsync(() -> {
 System.out.println("runAsync 不支持返回值");
 }).whenComplete((t,u)->{
 System.out.println("runAsync 完成");
 });
 
 /** 第二种 supplyAsync 支持返回值 */
 CompletableFuture<Integer> supplyAsync = CompletableFuture.supplyAsync(() -> {
 int i = 10;
 return i;
 }).whenComplete((t, u) -> {
 System.out.println("supplyAsync 完成,返回值是" + t);
 });
 
 }
 }

运行结果：  
runAsync 不支持返回值  
runAsync 完成  
supplyAsync 完成,返回值是10

## 2、计算完成时回调方法 ##

当CompletableFuture的计算结果完成，或者抛出异常的时候，可以执行特定的Action。主要是下面的方法：

public CompletableFuture<T> whenComplete(BiConsumer<? super T,? super Throwable> action);
 返回相同的结果或例外，这一阶段的新completionstage，这个阶段完成时，执行特定动作的结果（或 null如果没有）和异常（或 null如果没有）这个阶段。 
 
 public CompletableFuture<T> whenCompleteAsync(BiConsumer<? super T,? super Throwable> action);
 返回相同的结果或例外，这一阶段的新completionstage，这个阶段完成时，执行特定动作执行给定的操作这一阶段的默认的异步执行设施，其结果（或 null如果没有）和异常（或 null如果没有）这个阶段作为参数。
 
 public CompletableFuture<T> whenCompleteAsync(BiConsumer<? super T,? super Throwable> action, Executor executor);
 返回相同的结果或例外，这一阶段的新completionstage，这个阶段完成时，执行使用所提供的遗嘱执行人，给出的行动与结果（或 null如果没有）和异常（或 null如果没有）这个阶段作为参数。 
 
 public CompletableFuture<T> exceptionally(Function<Throwable,? extends T> fn);
 返回一个新的completablefuture已经完成与给定值。

## 3、线程串行化方法 ##

thenApply 方法：当一个线程依赖另一个线程时，获取上一个任务返回的结果，并返回当前任务的返回值。  
thenAccept方法：消费处理结果。接收任务的处理结果，并消费处理，无返回结果。  
thenRun方法：只要上面的任务执行完成，就开始执行thenRun，只是处理完任务后，执行 thenRun的后续操作

public CompletableFuture thenApply(Function<? super T,? extends U> fn)
 public CompletableFuture thenApplyAsync(Function<? super T,? extends U> fn)
 public CompletableFuture thenApplyAsync(Function<? super T,? extends U> fn, Executor executor)
 当一个线程依赖另一个线程时，获取上一个任务返回的结果，**并返回当前任务的返回值**。（有返回值）
 
 public CompletionStage<Void> thenAccept(Consumer<? super T> action);
 public CompletionStage<Void> thenAcceptAsync(Consumer<? super T> action);
 public CompletionStage<Void> thenAcceptAsync(Consumer<? super T> action,Executor executor);
 消费处理结果。接收任务的处理结果，并消费处理，**无返回结果。
 
 public CompletionStage<Void> thenRun(Runnable action);
 public CompletionStage<Void> thenRunAsync(Runnable action);
 public CompletionStage<Void> thenRunAsync(Runnable action,Executor executor);
 只要上面的任务执行完成，就开始执行thenRun，**只是处理完任务后，执行 thenRun的后续操作

每一个方法都对应了三种操作。带有Async默认是异步执行的。这里所谓的异步指的是不在当前线程内执行。带有参数Executor executor的则用指定的线程池方案，不指定的话则用默认的ForkJoinPool.commonPool()。 
说明：(Function<? super T,? extends U> fn)

*  T ： 上一个任务返回结果的类型
 *  U：当前任务的返回值的类型

## 4、两任务组合 - 都要完成 ##

两个任务必须都完成，触发该任务。  
thenCombine：组合两个future，获取两个future任务的返回结果，并返回当前任务的返回值  
thenAcceptBoth：组合两个future，获取两个future任务的返回结果，然后处理任务，没有返回值。  
runAfterBoth：组合两个future，不需要获取future的结果，只需两个future处理完任务后，处理该任务

public <U,V> CompletableFuture<V> thenCombine(
 CompletionStage<? extends U> other,
 BiFunction<? super T,? super U,? extends V> fn);
 
 public <U,V> CompletableFuture<V> thenCombineAsync(
 CompletionStage<? extends U> other,
 BiFunction<? super T,? super U,? extends V> fn);
 
 public <U,V> CompletableFuture<V> thenCombineAsync(
 CompletionStage<? extends U> other,
 BiFunction<? super T,? super U,? extends V> fn, Executor executor);
 组合两个future，获取两个future任务的返回结果，并返回当前任务的返回值 
 
 public CompletableFuture<Void> thenAcceptBoth(
 CompletionStage<? extends U> other,
 BiConsumer<? super T, ? super U> action);
 
 public CompletableFuture<Void> thenAcceptBothAsync(
 CompletionStage<? extends U> other,
 BiConsumer<? super T, ? super U> action);
 
 public CompletableFuture<Void> thenAcceptBothAsync(
 CompletionStage<? extends U> other,
 BiConsumer<? super T, ? super U> action, Executor executor);
 组合两个future，获取两个future任务的返回结果，然后处理任务，没有返回值。
 
 public CompletableFuture<Void> runAfterBoth(CompletionStage<?> other,
 Runnable action);
 
 public CompletableFuture<Void> runAfterBothAsync(CompletionStage<?> other,
 Runnable action);
 
 public CompletableFuture<Void> runAfterBothAsync(CompletionStage<?> other,
 Runnable action,
 Executor executor);
 组合两个future，不需要获取future的结果，只需两个future处理完任务后，处理该任务

## 5、多任务组合 ##

public static CompletableFuture<Void> allOf(CompletableFuture<?>... cfs);
 public static CompletableFuture<Object> anyOf(CompletableFuture<?>... cfs);

说明：  
allOf：等待所有任务完成  
anyOf：只要有一个任务完成

# 四、测试代码 #

package com.atguigu.gulimall.search.thread;
 
 import java.util.concurrent.*;
 
 /**
 * @author: kaiyi
 * @create: 2020-09-04 11:19
 */
 public class ThreadTest {
 
 public static ExecutorService executor = Executors.newFixedThreadPool(10);
 
 public static void main(String[] args) throws ExecutionException, InterruptedException {
 // System.out.println("main......start.....");
 // Thread thread = new Thread01();
 // thread.start();
 // System.out.println("main......end.....");
 
 // Runable01 runable01 = new Runable01();
 // new Thread(runable01).start();
 
 // FutureTask<Integer> futureTask = new FutureTask<>(new Callable01());
 // new Thread(futureTask).start();
 // System.out.println(futureTask.get());
 
 // service.execute(new Runable01());
 // Future<Integer> submit = service.submit(new Callable01());
 // submit.get();
 
 System.out.println("main......start.....");
 // CompletableFuture<Void> future = CompletableFuture.runAsync(() -> {
 // System.out.println("当前线程：" + Thread.currentThread().getId());
 // int i = 10 / 2;
 // System.out.println("运行结果：" + i);
 // }, executor);
 
 /**
 * 方法完成后的处理
 */
 // CompletableFuture<Integer> future = CompletableFuture.supplyAsync(() -> {
 // System.out.println("当前线程：" + Thread.currentThread().getId());
 // int i = 10 / 0;
 // System.out.println("运行结果：" + i);
 // return i;
 // }, executor).whenComplete((res,exception) -> {
 // //虽然能得到异常信息，但是没法修改返回数据
 // System.out.println("异步任务成功完成了...结果是：" + res + "异常是：" + exception);
 // }).exceptionally(throwable -> {
 // //可以感知异常，同时返回默认值
 // return 10;
 // });
 
 /**
 * 方法执行完后端处理
 */
 // CompletableFuture<Integer> future = CompletableFuture.supplyAsync(() -> {
 // System.out.println("当前线程：" + Thread.currentThread().getId());
 // int i = 10 / 2;
 // System.out.println("运行结果：" + i);
 // return i;
 // }, executor).handle((result,thr) -> {
 // if (result != null) {
 // return result * 2;
 // }
 // if (thr != null) {
 // System.out.println("异步任务成功完成了...结果是：" + result + "异常是：" + thr);
 // return 0;
 // }
 // return 0;
 // });
 
 /**
 * 线程串行化
 * 1、thenRunL：不能获取上一步的执行结果
 * 2、thenAcceptAsync：能接受上一步结果，但是无返回值
 * 3、thenApplyAsync：能接受上一步结果，有返回值
 *
 */
 CompletableFuture<String> future = CompletableFuture.supplyAsync(() -> {
 System.out.println("当前线程：" + Thread.currentThread().getId());
 int i = 10 / 2;
 System.out.println("运行结果：" + i);
 return i;
 }, executor).thenApplyAsync(res -> {
 System.out.println("任务2启动了..." + res);
 return "Hello" + res;
 }, executor);
 System.out.println("main......end....." + future.get());
 
 }
 
 private static void threadPool() {
 
 ExecutorService threadPool = new ThreadPoolExecutor(
 200,
 10,
 10L,
 TimeUnit.SECONDS,
 new LinkedBlockingDeque<Runnable>(10000),
 Executors.defaultThreadFactory(),
 new ThreadPoolExecutor.AbortPolicy()
 );
 
 //定时任务的线程池
 ExecutorService service = Executors.newScheduledThreadPool(2);
 }
 
 public static class Thread01 extends Thread {
 @Override
 public void run() {
 System.out.println("当前线程：" + Thread.currentThread().getId());
 int i = 10 / 2;
 System.out.println("运行结果：" + i);
 }
 }
 
 public static class Runable01 implements Runnable {
 @Override
 public void run() {
 System.out.println("当前线程：" + Thread.currentThread().getId());
 int i = 10 / 2;
 System.out.println("运行结果：" + i);
 }
 }
 
 public static class Callable01 implements Callable<Integer> {
 @Override
 public Integer call() throws Exception {
 System.out.println("当前线程：" + Thread.currentThread().getId());
 int i = 10 / 2;
 System.out.println("运行结果：" + i);
 return i;
 }
 }
 
 }

# 五、异步编排小案例 #

## 1、顺序获取详情、 ##

@Override
 public SkuItemVo item(Long skuId) {
 
 SkuItemVo skuItemVo = new SkuItemVo();
 
 // 1、sku基本信息获取 pms_sku_info
 SkuInfoEntity info = getById(skuId);
 skuItemVo.setInfo(info);
 
 Long spuId = info.getSpuId();
 Long catalogId = info.getCatalogId();
 
 //2、sku的图片信息 pms_sku_images
 List<SkuImagesEntity> imagesEntities = skuImagesService.getImagesBySkuId(skuId);
 skuItemVo.setImages(imagesEntities);
 
 //3、获取spu的销售属性组合
 // 分析当前spu有多少个sku(pms_sku_info)，然后再查sku有多少个属性组合(pms_sku_sale_attr_value)
 List<SkuItemSaleAttrVo> saleAttrVos = skuSaleAttrValueService.getSaleAttrBySpuId(spuId);
 skuItemVo.setSaleAttr(saleAttrVos);
 
 //4、获取spu的介绍 pms_spu_info_desc
 SpuInfoDescEntity spuInfoDescEntity = spuInfoDescService.getById(spuId);
 skuItemVo.setDesc(spuInfoDescEntity);
 
 //5、获取spu的规格参数信息
 List<SpuItemAttrGroupVo> attrGroupVos = attrGroupService.getAttrGroupWithAttrsBySpuId(spuId, catalogId);
 skuItemVo.setGroupAttrs(attrGroupVos);
 
 return skuItemVo;
 }

可以看到上边的商品详情查询逻辑是按照执行顺序查询的，1查完，2才能查，2查完，3才能查，这样比较耗时，我们可以使用异步的方式来查询，上边代码的1，2是没有关系的，3、4、5必须依赖1的结果，下边就用之前学的异步编排的方式来优化代码。

## 2、异步编排获取详情 ##

### 1、线程池配置 ###

要在项目中使用异步编排，需要先创建线程池配置类，然后直接使用Bean。  
**1、创建线程池配置类**

@Configuration
 public class MyThreadConfig {
 
 @Bean
 public ThreadPoolExecutor threadPoolExecutor(ThreadPoolConfigProperties pool) {
 
 /*
 这里是写死的参数，需要从配置文件里边获取相关参数
 return new ThreadPoolExecutor(
 20,
 200,
 10,
 pool.getKeepAliveTime(),
 TimeUnit.SECONDS,
 new LinkedBlockingQueue<>(100000),
 Executors.defaultThreadFactory(),
 new ThreadPoolExecutor.AbortPolicy()
 );
 */
 
 return new ThreadPoolExecutor(
 pool.getCoreSize(),
 pool.getMaxSize(),
 pool.getKeepAliveTime(),
 TimeUnit.SECONDS,
 new LinkedBlockingQueue<>(100000),
 Executors.defaultThreadFactory(),
 new ThreadPoolExecutor.AbortPolicy()
 );
 
 }
 
 }

**2、创建线程池属性类**

@ConfigurationProperties(prefix = "gulimall.thread")
    @Component
    @Data
    public class ThreadPoolConfigProperties {
       private Integer coreSize;
       private Integer maxSize;
       private Integer keepAliveTime;
    }

**3、修改配置文件**  
添加线程池相关配置

> gulimall.thread.core-size=20  
> gulimall.thread.max-size=200  
> gulimall.thread.keep-alive-time=10

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3N1Y2hhaGFlcmthbmc_size_16_color_FFFFFF_t_70_pic_center 1]  
我们可以看到，IDEA编辑器会有自定义配置类的相关属性的提示，如果没有看到，则需要添加自定义配置文件依赖。  
自定义配置依赖：  
pom.xml

<dependency>
 <groupId>org.springframework.boot</groupId>
 <artifactId>spring-boot-configuration-processor</artifactId>
 <optional>true</optional>
 </dependency>

### 2、代码优化 ###

@Service("skuInfoService")
 public class SkuInfoServiceImpl extends ServiceImpl<SkuInfoDao, SkuInfoEntity> implements SkuInfoService {
 
 @Resource
 private SkuImagesService skuImagesService;
 
 @Resource
 private SpuInfoDescService spuInfoDescService;
 
 @Resource
 private AttrGroupService attrGroupService;
 
 @Resource
 private SkuSaleAttrValueService skuSaleAttrValueService;
 
 @Autowired
 ThreadPoolExecutor threadPoolExecutor; // 线程池
 
 /**
 * 异步编排获取
 */
 @Override
 public SkuItemVo item(Long skuId) throws ExecutionException, InterruptedException {
 
 SkuItemVo skuItemVo = new SkuItemVo();
 
 // 异步编排
 CompletableFuture<SkuInfoEntity> infoFuture = CompletableFuture.supplyAsync(() -> {
 // 1、sku基本信息获取 pms_sku_info
 SkuInfoEntity info = getById(skuId);
 skuItemVo.setInfo(info);
 
 // 需要将获取的值返回别，后边别人要用
 return info;
 
 }, threadPoolExecutor);
 
 // 接下来做,res表示上一步的返回值
 CompletableFuture<Void> saleAttrFuture = infoFuture.thenAcceptAsync((res) -> {
 
 //3、获取spu的销售属性组合
 // 分析当前spu有多少个sku(pms_sku_info)，然后再查sku有多少个属性组合(pms_sku_sale_attr_value)
 List<SkuItemSaleAttrVo> saleAttrVos = skuSaleAttrValueService.getSaleAttrBySpuId(res.getSpuId());
 skuItemVo.setSaleAttr(saleAttrVos);
 
 }, threadPoolExecutor);
 
 CompletableFuture<Void> descFuture = infoFuture.thenAcceptAsync((res) -> {
 
 //4、获取spu的介绍 pms_spu_info_desc
 SpuInfoDescEntity spuInfoDescEntity = spuInfoDescService.getById(res.getSpuId());
 skuItemVo.setDesc(spuInfoDescEntity);
 
 }, threadPoolExecutor);
 
 CompletableFuture<Void> baseAttrFuture = infoFuture.thenAcceptAsync((res) -> {
 
 //5、获取spu的规格参数信息
 List<SpuItemAttrGroupVo> attrGroupVos = attrGroupService.getAttrGroupWithAttrsBySpuId(res.getSpuId(), res.getCatalogId());
 skuItemVo.setGroupAttrs(attrGroupVos);
 
 }, threadPoolExecutor);
 
 CompletableFuture<Void> imageFuture = CompletableFuture.runAsync(() -> {
 //2、sku的图片信息 pms_sku_images
 List<SkuImagesEntity> imagesEntities = skuImagesService.getImagesBySkuId(skuId);
 skuItemVo.setImages(imagesEntities);
 
 }, threadPoolExecutor);
 
 // 等到所有任务都完成,infoFuture 可以不用写
 // CompletableFuture.allOf(infoFuture, saleAttrFuture, descFuture, baseAttrFuture, imageFuture).get();
 CompletableFuture.allOf(saleAttrFuture, descFuture, baseAttrFuture, imageFuture).get();
 
 return skuItemVo;
 }
 
 }

单元测试：

@Test
    public void itemTest() throws ExecutionException, InterruptedException {
    
       Long skuId = 1L;
       SkuItemVo itemVo = skuInfoService.item(skuId);
    
       System.out.println(itemVo);
     }

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3N1Y2hhaGFlcmthbmc_size_16_color_FFFFFF_t_70_pic_center]: /images/20221123/01e30529bdc649aca02d028ec88060f7.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3N1Y2hhaGFlcmthbmc_size_16_color_FFFFFF_t_70_pic_center 1]: /images/20221123/6f5595593e7447058cfa8aa5b38ba728.png