SpringBoot异步调用方法实现场景代码实例

一、背景　　

项目中肯定会遇到异步调用其他方法的场景，比如有个计算过程，需要计算很多个指标的值，但是每个指标计算的效率快慢不同，如果采用同步执行的方式，运行这一个过程的时间是计算所有指标的时间之和。比如：

方法A：计算指标x，指标y，指标z的值，其中计算指标x需要1s，计算指标y需要2s，指标z需要3s。最终执行完方法A就是5s。

现在用异步的方式优化一下

方法A异步调用方法B，方法C，方法D，方法B，方法C，方法D分别计算指标x，指标y，指标z的值，那么最终执行完方法A的时间则是3s。

还有一种用途是当一个业务里面需要多个请求时，这时候异步并发请求所得到的回报远远是物有所值的。因为他是异步执行的，话不多说，一下是在springBoot里面使用并发请求；

二、spring boot中异步并发使用

2.1、appllication.yml

#****************集成Async线程池开始*******************async: # Async线程池 配置 executor: corepoolsize: 20 maxpoolsize: 25 queuecapacity: 40 keepaliveseconds: 200 threadnameprefix: appasync awaitterminationseconds: 60#*****************集成Async线程池结束******************

2.2、配置线程池

@Configuration@EnableAsyncpublic class ExecutorConfig { @Value('${async.executor.corepoolsize}') private Integer corePoolSize; @Value('${async.executor.maxpoolsize}') private Integer maxPoolSize; @Value('${async.executor.queuecapacity}') private Integer queueCapacity; @Value('${async.executor.keepaliveseconds}') private Integer keepAliveSeconds; @Value('${async.executor.threadnameprefix}') private String threadNamePrefix; @Value('${async.executor.awaitterminationseconds}') private Integer awaitTerminationSeconds; /** * 线程池 * * @return */ @Bean(name = 'asyncExecutor') public Executor asyncExecutor() { ThreadPoolTaskExecutor executor = new ThreadPoolTaskExecutor(); // 基础线程数 corePoolSize: 10 executor.setCorePoolSize(corePoolSize); // 最大线程数 maxPoolSize: 15 executor.setMaxPoolSize(maxPoolSize); // 队列长度 queueCapacity: 25 executor.setQueueCapacity(queueCapacity); // 线程池维护线程所允许的空闲时间,单位为秒 keepAliveSeconds: 200 executor.setKeepAliveSeconds(keepAliveSeconds); // 线程名字 threadNamePrefix: appasync executor.setThreadNamePrefix(threadNamePrefix); executor.setRejectedExecutionHandler(new ThreadPoolExecutor.CallerRunsPolicy()); // 等待所有任务都完成再继续销毁其他的Bean executor.setWaitForTasksToCompleteOnShutdown(true); // 线程池中任务的等待时间，如果超过这个时候还没有销毁就强制销毁，以确保应用最后能够被关闭，而不是阻塞住 executor.setAwaitTerminationSeconds(awaitTerminationSeconds); executor.initialize(); return executor; }}

2.3、线程池监控（这个可有可无，主要是为了对线程池参数及时的调优）

@RestController@Slf4j@RequestMapping('/pubapi/asyncExecutor')public class AsyncExecutorController extends BaseController { @Resource(name = 'asyncExecutor') private Executor asyncExecutor; @PostMapping('/monitor')public ResultBean<Map<String, Object>> getAsyncExecutorData() { ResultBean<Map<String, Object>> resultBean = ResultBeanUtil.error500(); if (asyncExecutor == null) { return resultBean; } try { ThreadPoolTaskExecutor executorTask = (ThreadPoolTaskExecutor) asyncExecutor; ThreadPoolExecutor executor = executorTask.getThreadPoolExecutor(); // 当前排队线程数 int queueSize = executor.getQueue().size(); // 当前活动线程数 int activeCount = executor.getActiveCount(); // 执行完线程数 long completedThreadCount = executor.getCompletedTaskCount(); // 总线程数 long taskCount = executor.getTaskCount(); // 初始线程数 int poolSize = executor.getPoolSize(); // 核心线程数 int corePoolSize = executor.getCorePoolSize(); // 线程池是否终止 boolean isTerminated = executor.isTerminated(); // 线城池是否关闭 boolean isShutdown = executor.isShutdown(); // 线程空闲时间 long keepAliveTime = executor.getKeepAliveTime(TimeUnit.MILLISECONDS); // 最大允许线程数 long maximumPoolSize = executor.getMaximumPoolSize(); // 线程池中存在的最大线程数 long largestPoolSize = executor.getLargestPoolSize(); Map<String, Object> threadPoolData = new HashMap<>(18); threadPoolData.put('当前排队线程数', queueSize); threadPoolData.put('当前活动线程数', activeCount); threadPoolData.put('执行完线程数', completedThreadCount); threadPoolData.put('总线程数', taskCount); threadPoolData.put('初始线程数', poolSize); threadPoolData.put('核心线程数', corePoolSize); threadPoolData.put('线程池是否终止', isTerminated); threadPoolData.put('线城池是否关闭', isShutdown); threadPoolData.put('线程空闲时间', keepAliveTime); threadPoolData.put('最大允许线程数', maximumPoolSize); threadPoolData.put('线程池中存在的最大线程数', largestPoolSize); InetAddress inetAddress = IdWorker.getLocalHostLANAddress(); Map<String, Object> resultData = new HashMap<>(4); resultData.put('ip', inetAddress.getHostAddress()); resultData.put('threadPoolData', threadPoolData); resultBean = ResultBeanUtil.success('请求成功！', resultData); } catch (Exception e) { e.printStackTrace(); } return resultBean; }}

2.4、代码中使用

public void getMap(){ /** * 先将耗时的、相互之间无依赖的操作先执行，由于其执行结果暂时不是特别关注，所以 */ Future<String> futureA = functionA(); Future<String> futureB = functionB(); /** * 执行其他的操作，其实functionA(),functionB()也在工作 */ aaa(); /** * 获取异步的结果，然后计算 */ try { String resultA =futureA.get(); String resuleB = futureB.get(); } catch (InterruptedException e) { e.printStackTrace(); } catch (ExecutionException e) { e.printStackTrace(); } } public Future<String> functionA (){ Future<String> future = null; try { Thread.sleep(5000); future = new AsyncResult<String>('functionA'); } catch (InterruptedException e) { e.printStackTrace(); } return future; } public Future<String> functionB (){ Future<String> future = null; try { Thread.sleep(3000); future = new AsyncResult<String>('functionB'); } catch (InterruptedException e) { e.printStackTrace(); } return future; } public void aaa(){ System.out.println('我是'); }

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持好吧啦网。