實踐：使用了CompletableFuture之后，程序性能提升了三倍

CompletableFuture

相比於jdk5所提出的future概念，future在執行的時候支持異步處理，但是在回調的過程中依舊是難免會遇到需要等待的情況。

在jdk8里面，出現了CompletableFuture的新概念，支持對於異步處理完成任務之后自行處理數據。當發生異常的時候也能按照自定義的邏輯來處理。

如何通過使用CompletableFuture提升查詢的性能呢？

下邊我舉個例子來演示：

首先我們定義一個UserInfo對象：

/**
 * @author idea
 * @data 2020/2/22
 */
public class UserInfo {
    private Integer id;
    private String name;
    private Integer jobId;
    private String jobDes;
    private Integer carId;
    private String carDes;
    private Integer homeId;
    private String homeDes;
    public Integer getId() {
        return id;
    }
    public UserInfo setId(Integer id) {
        this.id = id;
        return this;
    }
    public String getName() {
        return name;
    }
    public UserInfo setName(String name) {
        this.name = name;
        return this;
    }
    public Integer getJobId() {
        return jobId;
    }
    public UserInfo setJobId(Integer jobId) {
        this.jobId = jobId;
        return this;
    }
    public String getJobDes() {
        return jobDes;
    }
    public UserInfo setJobDes(String jobDes) {
        this.jobDes = jobDes;
        return this;
    }
    public Integer getCarId() {
        return carId;
    }
    public UserInfo setCarId(Integer carId) {
        this.carId = carId;
        return this;
    }
    public String getCarDes() {
        return carDes;
    }
    public UserInfo setCarDes(String carDes) {
        this.carDes = carDes;
        return this;
    }
    public Integer getHomeId() {
        return homeId;
    }
    public UserInfo setHomeId(Integer homeId) {
        this.homeId = homeId;
        return this;
    }
    public String getHomeDes() {
        return homeDes;
    }
    public UserInfo setHomeDes(String homeDes) {
        this.homeDes = homeDes;
        return this;
    }
}

 

這個對象里面的homeid，jobid，carid都是用於匹配對應的住房信息描述，職業信息描述，購車信息描述。

對於將id轉換為描述信息的方式需要通過額外的sql查詢，這里做了個簡單的工具類來進行模擬：

import java.util.concurrent.TimeUnit;
import java.util.function.Supplier;
/**
 * @author idea
 * @data 2020/2/22
 */
public class QueryUtils {
    public String queryCar(Integer carId){
        try {
            TimeUnit.SECONDS.sleep(1);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
        return "car_desc";
    }
    public String queryJob(Integer jobId){
        try {
            TimeUnit.SECONDS.sleep(1);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
        return "job_desc";
    }
    public String queryHome(Integer homeId){
        try {
            TimeUnit.SECONDS.sleep(1);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
        return "home_desc";
    }
}

 

這個工具類的功能看起來會比較通俗易懂，在常規的邏輯里面，我們做批量對象的轉換大多數都是基於List遍歷，然后在循環里面批量查詢，這樣的方式並非說不行，而是顯得比較過於“暴力”。

假設每次查詢需要消耗1s，那么遍歷的一個size為n的集合查詢消耗的時間就是n * 3s。

下邊來介紹一種更為方便的技巧：CompletableFuture

定義一個QuerySupplier 實現Supplier接口，根據注入的類型進行轉譯查詢：

import java.util.function.Supplier;
public class QuerySuppiler implements Supplier<String> {
        private Integer id;
        private String type;
        private QueryUtils queryUtils;
        public QuerySuppiler(Integer id, String type,QueryUtils queryUtils) {
            this.id = id;
            this.type = type;
            this.queryUtils=queryUtils;
        }
        @Override
        public String get() {
            if("home".equals(type)){
                return queryUtils.queryHome(id);
            }else if ("job".equals(type)){
                return queryUtils.queryJob(id);
            }else if ("car".equals(type)){
                return queryUtils.queryCar(id);
            }
            return null;
        }
    }

 

由於對應的carid，homeid，jobid都需要到指定的k,v配置表里面通過核心查詢包裝器來進行轉譯，因此通常的做法就是在for循環里面一個個地進行遍歷解析，這樣的做法也比較易於理解。

QuerySuppiler 是我寫的一個用於做對象解析的服務，代碼如下所示：

import java.util.ArrayList;
import java.util.Collections;
import java.util.List;
import java.util.concurrent.CompletableFuture;
import java.util.function.Consumer;
import java.util.function.Supplier;
import java.util.stream.Collectors;
/**
 * @author idea
 * @data 2020/2/22
 */
public class QueryUserService {
    private Supplier<QueryUtils> queryUtilsSupplier = QueryUtils::new;
    public UserInfo converUserInfo(UserInfo userInfo) {
        QuerySuppiler querySuppiler1 = new QuerySuppiler(userInfo.getCarId(), "car", queryUtilsSupplier.get());
        CompletableFuture<String> getCarDesc = CompletableFuture.supplyAsync(querySuppiler1);
        getCarDesc.thenAccept(new Consumer<String>() {  --1
            @Override
            public void accept(String carDesc) {
                userInfo.setCarDes(carDesc);
            }
        });
        QuerySuppiler querySuppiler2 = new QuerySuppiler(userInfo.getHomeId(), "home", queryUtilsSupplier.get());
        CompletableFuture<String> getHomeDesc = CompletableFuture.supplyAsync(querySuppiler2);
        getHomeDesc.thenAccept(new Consumer<String>() {  --2
            @Override
            public void accept(String homeDesc) {
                userInfo.setHomeDes(homeDesc);
            }
        });
        QuerySuppiler querySuppiler3 = new QuerySuppiler(userInfo.getJobId(), "job", queryUtilsSupplier.get());
        CompletableFuture<String> getJobDesc = CompletableFuture.supplyAsync(querySuppiler3);
        getJobDesc.thenAccept(new Consumer<String>() {  --3
            @Override
            public void accept(String jobDesc) {
                userInfo.setJobDes(jobDesc);
            }
        });
        CompletableFuture<Void> getUserInfo = CompletableFuture.allOf(getCarDesc, getHomeDesc, getJobDesc);
        getUserInfo.thenAccept(new Consumer<Void>() {
            @Override
            public void accept(Void result) {
                System.out.println("全部完成查詢" );
            }
        });
        getUserInfo.join();  --4
        return userInfo;
    }
    public static void main(String[] args) {
        long begin= System.currentTimeMillis();
        //多線程環境需要注意線程安全問題
        List<UserInfo> userInfoList=Collections.synchronizedList(new ArrayList<>());
        for(int i=0;i<=20;i++){
            UserInfo userInfo=new UserInfo();
            userInfo.setId(i);
            userInfo.setName("username"+i);
            userInfo.setCarId(i);
            userInfo.setJobId(i);
            userInfo.setHomeId(i);
            userInfoList.add(userInfo);
        }
        //stream 查詢一個用戶花費3s  並行計算后一個用戶1秒左右 查詢21個用戶花費21秒
        //parallelStream 速度更慢
        userInfoList.stream()
                .map(userInfo->{
                    QueryUserService queryUserService=new QueryUserService();
                    userInfo =queryUserService.converUserInfo(userInfo);
                    return userInfo;
                }).collect(Collectors.toList());
        System.out.println("=============");
        long end=System.currentTimeMillis();
        System.out.println(end-begin);
    }
}

 

看看這段代碼的—1，—2，—3部分，三個執行點的位置在使用了thenAccept組裝數據之后，還是可以避開串行化獲取數據的情況。只有在—4的位置才會發生堵塞。這樣對於性能的提升效果更佳。

這里進行模擬測試，采用原始暴力手段查詢所消耗的時間是20 * 3 =60秒，但是這里使用了CompletableFuture之后，查詢的時間就會縮短為了21秒。

結果：

全部完成查詢
=============
21223

 

這是一種使用了空間換時間的思路，或許你會說，異步查詢如果使用FutureTask是不是也可以呢。嗯嗯，是的，但是使用future有個問題，就是在於返回獲取異步結果的時候需要有等待狀態，這個等待的狀態是需要消耗時間進行堵塞的。

這里我也做了關於使用普通FutureTask來執行查詢優化的結果：

 /**
     * 使用 FutureTask 來優化查詢
     *
     * @param userInfo
     * @return
     */
    public  UserInfo converUserInfoV2(UserInfo userInfo) {
        Callable<String> homeCallable=new Callable() {
            @Override
            public Object call() throws Exception {
                return queryUtilsSupplier.get().queryHome(userInfo.getHomeId());
            }
        };
        FutureTask<String> getHomeDesc=new FutureTask<>(homeCallable);
        new Thread(getHomeDesc).start();
        futureMap.put("homeCallable",getHomeDesc);
        Callable<String> carCallable=new Callable() {
            @Override
            public Object call() throws Exception {
                return queryUtilsSupplier.get().queryCar(userInfo.getCarId());
            }
        };
        FutureTask<String> getCarDesc=new FutureTask(carCallable);
        new Thread(getCarDesc).start();
        futureMap.put("carCallable",getCarDesc);
        Callable<String> jobCallable=new Callable() {
            @Override
            public Object call() throws Exception {
                return queryUtilsSupplier.get().queryCar(userInfo.getJobId());
            }
        };
        FutureTask<String> getJobDesc=new FutureTask<>(jobCallable);
        new Thread(getJobDesc).start();
        futureMap.put("jobCallable",getJobDesc);
        try {
            userInfo.setHomeDes((String) futureMap.get("homeCallable").get());
            userInfo.setCarDes((String)futureMap.get("carCallable").get());
            userInfo.setJobDes((String)futureMap.get("jobCallable").get());
        } catch (Exception e) {
            e.printStackTrace();
        }
        System.out.println("該對象完成查詢" );
        return userInfo;
    }

 

經過測試，使用 futuretask 進行優化的查詢結果只有47s左右，遠遠不及CompletableFuture的性能高效.這是因為使用了futuretask的get方法依然是存在堵塞的情況。

關鍵部分看這段內容：

userInfo.setHomeDes((String) futureMap.get("homeCallable").get());  --1
userInfo.setCarDes((String)futureMap.get("carCallable").get());  --2
userInfo.setJobDes((String)futureMap.get("jobCallable").get());  --3

 

—1代碼在執行的時候遇到了堵塞，然后—2和—3的get也需要進行等待，因此使用常規的futuretask進行優化，這里難免還是會有堵塞的情況。