线程异步在项目中的使用

爱被打了一巴掌 2023-10-11 16:23 11阅读 0赞

## 在我们进行海量数据的处理时，如果通过传统的方式也就是同步的方式进行查询等操作，对用户的响应时间是不友好的。而引入线程异步操作之后，则会大大改善我们查询等操作消耗的时间。 ##

我们同时对两个均含有10万条数据的表进行查询，未使用线程异步的代码如下：

public void unusedThread() {
        
            long startTime = System.currentTimeMillis(); //获取开始时间
            List<TbUser> tbUserList = tbUserService.list();
            //获取user1
            List<TbUser1> user1List = tbUser1Service.list();
            long endTime = System.currentTimeMillis(); //获取结束时间
            System.out.println("未使用线程池查询所耗费的时间为：" + (endTime - startTime) + "ms");
        }

耗时如下：  
![在这里插入图片描述][5457e386e7ad49b49b9dddb329bfeb0c.png_pic_center]

使用线程异步的代码：

public void usedThread() {
        
            long startTime = System.currentTimeMillis(); //获取开始时间
            TimeUnit unit;
            BlockingQueue workQueue;
            ThreadPoolExecutor executor = new ThreadPoolExecutor(5,
                    10, 15, TimeUnit.SECONDS,
                    new ArrayBlockingQueue<Runnable>(5),
                    new ThreadPoolExecutor.CallerRunsPolicy());
            //异步执行
            CompletableFuture<Void> addressFuture = CompletableFuture.runAsync(() -> {
        
                List<TbUser> tbUserList = tbUserService.list();
            }, executor);
            //异步执行
            CompletableFuture<Void> addressFuture1 = CompletableFuture.runAsync(() -> {
        
                List<TbUser1> tbUser1List = tbUser1Service.list();
    
            }, executor);
            long endTime = System.currentTimeMillis(); //获取结束时间
            System.out.println("使用线程池查询所耗费的时间为：" + (endTime - startTime) + "ms");

耗时如下：  
![在这里插入图片描述][e26d42cc00ab4ec28f7e2cd5f03c1444.png_pic_center]

最终两者的耗时对比：  
![在这里插入图片描述][87f8b0449734426b9fea951e286131b3.png_pic_center]

可以看出对于查询的操作，由于异步的线程，两个查询均不受到互相的影响，无需等待另外一个查询结束之后才会进行下一步的操作，同时我们也可以看出，这两个线程下的执行内容对后面的执行完全没有任何影响，但是在使用时一定要注意线程安全的问题。  
下面补充一下CompletableFuture实现等待所有异步任务完成：

CompletableFuture<Void> all = CompletableFuture.allOf(addressFuture, addressFuture1);
                        all.join();

[5457e386e7ad49b49b9dddb329bfeb0c.png_pic_center]: https://img-blog.csdnimg.cn/5457e386e7ad49b49b9dddb329bfeb0c.png#pic_center
[e26d42cc00ab4ec28f7e2cd5f03c1444.png_pic_center]: https://img-blog.csdnimg.cn/e26d42cc00ab4ec28f7e2cd5f03c1444.png#pic_center
[87f8b0449734426b9fea951e286131b3.png_pic_center]: https://img-blog.csdnimg.cn/87f8b0449734426b9fea951e286131b3.png#pic_center