前言
-
一个串行调用的例子（App首页信息查询） -
CompletionService实现并行调用 -
抽取通用的并行调用方法 -
代码思考以及设计模式应用 -
思考总结
1. 一个串行调用的例子
如果让你设计一个APP首页查询的接口，它需要查用户信息、需要查banner信息、需要查标签信息等等。一般情况，小伙伴会实现如下：
public AppHeadInfoResponse queryAppHeadInfo(AppInfoReq req) {
//查用户信息
UserInfoParam userInfoParam = buildUserParam(req);
UserInfoDTO userInfoDTO = userService.queryUserInfo(userInfoParam);
//查banner信息
BannerParam bannerParam = buildBannerParam(req);
BannerDTO bannerDTO = bannerService.queryBannerInfo(bannerParam);
//查标签信息
LabelParam labelParam = buildLabelParam(req);
LabelDTO labelDTO = labelService.queryLabelInfo(labelParam);
//组装结果
return buildResponse(userInfoDTO,bannerDTO,labelDTO);
}
这段代码会有什么问题嘛？其实这是一段挺正常的代码，但是这个方法实现中，查询用户、banner、标签信息，是串行的。如果查询用户信息耗时200ms，查询banner信息100ms，查询标签信息200ms的话，耗时就是500ms啦。
其实为了优化性能，我们可以修改为并行调用的方式，耗时可以降为200ms，如下图所示：
2. CompletionService实现并行调用
对于上面的例子，如何实现并行调用呢？
有小伙伴说，可以使用Future+Callable实现多个任务的并行调用。但是线程池执行批量任务时，返回值用Future的get()获取是阻塞的，如果前一个任务执行比较耗时的话，get（）方法会阻塞，形成排队等待的情况。
而CompletionService是对定义ExecutorService进行了包装，可以一边生成任务,一边获取任务的返回值。让这两件事分开执行,任务之间不会互相阻塞，可以获取最先完成的任务结果。
CompletionService的实现原理比较简单，底层通过FutureTask+阻塞队列，实现了任务先完成的话，可优先获取到。也就是说任务执行结果按照完成的先后顺序来排序，先完成可以优先获取到。内部有一个先进先出的阻塞队列，用于保存已经执行完成的Future，你调用CompletionService的poll或take方法即可获取到一个已经执行完成的Future，进而通过调用Future接口实现类的get方法获取最终的结果。
接下来，我们来看下，如何用CompletionService，实现并行查询APP首页信息哈。思考步骤如下：
-
我们先把查询用户信息的任务，放到线程池，如下：
ExecutorService executor = Executors.newFixedThreadPool(10);
//查询用户信息
CompletionService userDTOCompletionService = new ExecutorCompletionService(executor);
Callable userInfoDTOCallableTask = () -> {
UserInfoParam userInfoParam = buildUserParam(req);
return userService.queryUserInfo(userInfoParam);
};
userDTOCompletionService.submit(userInfoDTOCallableTask);
-
如果想把查询 banner信息的任务，也放到这个线程池的话，发现不好放了，因为返回类型不一样，一个是UserInfoDTO，另外一个是BannerDTO。那这时候，我们把泛型声明为Object即可，因为所有对象都是继承于Object的。如下：
ExecutorService executor = Executors.newFixedThreadPool(10);
//查询用户信息
CompletionService-
这里会有个问题，就是获取返回值的时候，我们不知道哪个 Object是用户信息的DTO，哪个是BannerDTO？怎么办呢？这时候，我们可以在参数里面做个扩展嘛，即参数声明为一个基础对象BaseRspDTO，再搞个泛型放Object数据的，然后基础对象BaseRspDTO有个区分是UserDTO还是BannerDTO的唯一标记属性key。代码如下：
public class BaseRspDTO {
//区分是DTO返回的唯一标记，比如是UserInfoDTO还是BannerDTO
private String key;
//返回的data
private T data;
public String getKey() {
return key;
}
public void setKey(String key) {
this.key = key;
}
public T getData() {
return data;
}
public void setData(T data) {
this.data = data;
}
}
//并行查询App首页信息
public AppHeadInfoResponse parallelQueryAppHeadPageInfo(AppInfoReq req) {
long beginTime = System.currentTimeMillis();
System.out.println("开始并行查询app首页信息，开始时间：" + beginTime);
ExecutorService executor = Executors.newFixedThreadPool(10);
CompletionService> baseDTOCompletionService = new ExecutorCompletionService>(executor);
//查询用户信息任务
Callable> userInfoDTOCallableTask = () -> {
UserInfoParam userInfoParam = buildUserParam(req);
UserInfoDTO userInfoDTO = userService.queryUserInfo(userInfoParam);
BaseRspDTO 到这里为止，一个基于CompletionService实现并行调用的例子已经实现啦。是不是很开心，哈哈。
3. 抽取通用的并行调用方法
我们回过来观察下第2小节，查询app首页信息的demo：CompletionService实现了并行调用。不过大家有没有什么其他优化想法呢？比如,假设别的业务场景，也想通过并行调用优化，那是不是也得搞一套类似第2小节的代码。所以，我们是不是可以抽取一个通用的并行方法，让别的场景也可以用，对吧？这就是后端思维啦！
基于第2小节的代码，我们如何抽取通用的并行调用方法呢。
首先，这个通用的并行调用方法，不能跟业务相关的属性挂钩，所以方法的入参应该有哪些呢？
方法的入参，可以有
Callable。因为并行，肯定是多个Callable任务的。所以，入参应该是一个Callable的数组。再然后，基于上面的APP首页查询的例子，Callable里面得带BaseRspDTO泛型，对吧？因此入参就是List。>> list
那并行调用的出参呢？你有多个Callable的任务，是不是得有多个对应的返回，因此，你的出参可以是List。我们抽取的通用并行调用模板，就可以写成酱紫：
public List> executeTask(List>> taskList) {
List> resultList = new ArrayList();
//校验参数
if (taskList == null || taskList.size() == 0) {
return resultList;
}
ExecutorService executor = Executors.newFixedThreadPool(10);
CompletionService> baseDTOCompletionService = new ExecutorCompletionService>(executor);
//提交任务
for (Callable> task : taskList) {
baseDTOCompletionService.submit(task);
}
try {
//遍历获取结果
for (int i = 0; i Future> baseRspDTOFuture = baseDTOCompletionService.poll(2, TimeUnit.SECONDS);
resultList.add(baseRspDTOFuture.get());
}
} catch (InterruptedException e) {
e.printStackTrace();
} catch (ExecutionException e) {
e.printStackTrace();
}
return resultList;
}
既然我们是抽取通用的并行调用方法，那以上的方法是否还有哪些地方需要改进的呢？
-
第一个可以优化的地方，就是 executor线程池，比如有些业务场景想用A线程池，有些业务想用B线程池，那么，这个方法，就不通用啦，对吧。我们可以把线程池以参数的形式提供出来，给调用方自己控制。 -
第二个可以优化的地方，就是 CompletionService的poll方法获取时，超时时间是写死的。因为不同业务场景，超时时间要求可能不一样。所以，超时时间也是可以以参数形式放出来，给调用方自己控制。
我们再次优化一下这个通用的并行调用模板，代码如下：
public List> executeTask(List>> taskList, long timeOut, ExecutorService executor) {
List> resultList = new ArrayList();
//校验参数
if (taskList == null || taskList.size() == 0) {
return resultList;
}
if (executor == null) {
return resultList;
}
if (timeOut return resultList;
}
//提交任务
CompletionService> baseDTOCompletionService = new ExecutorCompletionService>(executor);
for (Callable> task : taskList) {
baseDTOCompletionService.submit(task);
}
try {
//遍历获取结果
for (int i = 0; i Future> baseRspDTOFuture = baseDTOCompletionService.poll(timeOut, TimeUnit.SECONDS);
resultList.add(baseRspDTOFuture.get());
}
} catch (InterruptedException e) {
e.printStackTrace();
} catch (ExecutionException e) {
e.printStackTrace();
}
return resultList;
}
以后别的场景也需要用到并行调用的话，直接调用你的这个方法即可，是不是有点小小的成就感啦，哈哈。
4. 代码思考以及设计模式应用
我们把抽取的那个公用的并行调用方法，应用到App首页信息查询的例子，代码如下：
public AppHeadInfoResponse parallelQueryAppHeadPageInfo1(AppInfoReq req) {
long beginTime = System.currentTimeMillis();
System.out.println("开始并行查询app首页信息，开始时间：" + beginTime);
//用户信息查询任务
Callable> userInfoDTOCallableTask = () -> {
UserInfoParam userInfoParam = buildUserParam(req);
UserInfoDTO userInfoDTO = userService.queryUserInfo(userInfoParam);
BaseRspDTO 基于以上代码，小伙伴们，是否还有其他方面的优化想法呢？比如这几个Callable查询任务，我们是不是也可以抽取一下？让代码更加简洁。
二话不说，现在我们直接建一个
BaseTaskCommand类，实现Callable接口，把查询用户信息、查询banner信息、label标签信息的查询任务放进去。
代码如下：
public class BaseTaskCommand implements Callable> {
private String key;
private AppInfoReq req;
private IUserService userService;
private IBannerService bannerService;
private ILabelService labelService;
public BaseTaskCommand(String key, AppInfoReq req, IUserService userService, IBannerService bannerService, ILabelService labelService) {
this.key = key;
this.req = req;
this.userService = userService;
this.bannerService = bannerService;
this.labelService = labelService;
}
@Override
public BaseRspDTO 以上这块代码，构造函数还是有比较多的参数，并且call()方法中，有多个if...else...,如果新增一个条件分支（比如查询浮层信息），那又得在call方法里修改了，并且BaseTaskCommand的构造器也要修改了。
大家是否有印象，当程序中出现多个if…else…时，我们就可以考虑使用策略模式+工厂模式优化。
我们声明多个策略实现类，把条件分支里的实现，搬到策略类，如下：
public interface IBaseTask {
//返回每个策略类的key，如是usetInfoDTO还是bannerDTO，还是labelDTO
String getTaskType();
BaseRspDTO然后这几个策略实现类，怎么交给spring管理呢？我们可以实现ApplicationContextAware接口，把策略的实现类注入到一个map，然后根据请求方不同的策略请求类型(即userInfoDTO还是bannerDTO等），去实现不同的策略类调用。其实这类似于工厂模式的思想。代码如下：
/**
* 策略工厂类
**/
@Component
public class TaskStrategyFactory implements ApplicationContextAware {
private Map map = new ConcurrentHashMap();
@Override
public void setApplicationContext(ApplicationContext applicationContext) throws BeansException {
Map tempMap = applicationContext.getBeansOfType(IBaseTask.class);
tempMap.values().forEach(iBaseTask -> {
map.put(iBaseTask.getTaskType(), iBaseTask);
});
}
public BaseRspDTO 有了策略工厂类TaskStrategyFactory，我们再回来优化下BaseTaskCommand类的代码。它的构造器已经不需要多个IUserService userService, IBannerService bannerService, ILabelService labelService啦，只需要传入策略工厂类TaskStrategyFactory即可。同时策略也不需要多个if...else...判断了，用策略工厂类TaskStrategyFactory代替即可。优化后的代码如下：
public class BaseTaskCommand implements Callable> {
private String key;
private AppInfoReq req;
private TaskStrategyFactory taskStrategyFactory;
public BaseTaskCommand(String key, AppInfoReq req, TaskStrategyFactory taskStrategyFactory) {
this.key = key;
this.req = req;
this.taskStrategyFactory = taskStrategyFactory;
}
@Override
public BaseRspDTO 因此整个app首页信息并行查询，就可以优化成这样啦，如下：
public AppHeadInfoResponse parallelQueryAppHeadPageInfo2(AppInfoReq req) {
long beginTime = System.currentTimeMillis();
System.out.println("开始并行查询app首页信息（最终版本），开始时间：" + beginTime);
List>> taskList = new ArrayList();
//用户信息查询任务
taskList.add(new BaseTaskCommand("userInfoDTO", req, taskStrategyFactory));
//banner查询任务
taskList.add(new BaseTaskCommand("bannerDTO", req, taskStrategyFactory));
//标签查询任务
taskList.add(new BaseTaskCommand("labelDTO", req, taskStrategyFactory));
ExecutorService executor = Executors.newFixedThreadPool(10);
List> resultList = parallelInvokeCommonService.executeTask(taskList, 3, executor);
if (resultList == null || resultList.size() == 0) {
return new AppHeadInfoResponse();
}
UserInfoDTO userInfoDTO = null;
BannerDTO bannerDTO = null;
LabelDTO labelDTO = null;
for (BaseRspDTO 5. 思考总结
以上代码整体优化下来，已经很简洁啦。那还有没有别的优化思路呢。
其实还是有的，比如，把唯一标记的
key定义为枚举，而不是写死的字符串"userInfoDTO"、"bannerDTO"，"labelDTO"。还有，除了CompletionService，有些小伙伴喜欢用CompletableFuture实行并行调用，大家可以自己动手操戈写一写。
本文大家学到了哪些知识呢？
-
如何优化接口性能？某些场景下，可以使用并行调用代替串行。 -
如何实现并行调用呢？可以使用 CompletionService。 -
学到的后端思维是？日常开发中，要学会抽取通用的方法、或者工具。 -
策略模式和工厂模式的应用
0 条评论