FutureTask多任务并发处理

多任务并发处理加快处理效率，比如投资网站首页需要加载新闻头条、理财产品、投资数据等

package com.study.thread;import java.util.ArrayList;
import java.util.List;
import java.util.Random;
import java.util.concurrent.*;public class FutureTest {public static void main(String[] args) throws InterruptedException, ExecutionException {new  FutureTest().exec();}void exec() throws InterruptedException, ExecutionException {//进行异步任务列表List<FutureTask<Integer>> futureTasks = new ArrayList<FutureTask<Integer>>();//线程池 初始化十个线程 和JDBC连接池是一个意思 实现重用ExecutorService executorService = Executors.newFixedThreadPool(10);long start = System.currentTimeMillis();//类似与run方法的实现 Callable是一个接口，在call中手写逻辑代码Callable<Integer> callable = new Callable<Integer>() {@Overridepublic Integer call() throws Exception {Integer res = new Random().nextInt(100);Thread.sleep(1000);System.out.println("任务执行:获取到结果 :"+res);return  res;}};for(int i=0;i<10;i++){//创建一个异步任务FutureTask<Integer> futureTask = new FutureTask<Integer>(callable);futureTasks.add(futureTask);//提交异步任务到线程池，让线程池管理任务 特爽把。//由于是异步并行任务，所以这里并不会阻塞executorService.submit(futureTask);}int count = 0;for (FutureTask<Integer> futureTask : futureTasks) {//futureTask.get() 得到我们想要的结果//该方法有一个重载get(long timeout, TimeUnit unit) 第一个参数为最大等待时间，第二个为时间的单位count+= futureTask.get();}long end = System.currentTimeMillis();System.out.println("线程池的任务全部完成:结果为:"+count+"，main线程关闭，进行线程的清理");System.out.println("使用时间："+(end-start)+"ms");//清理线程池executorService.shutdown();}}

输出：

任务执行:获取到结果 :32
任务执行:获取到结果 :75
任务执行:获取到结果 :92
任务执行:获取到结果 :49
任务执行:获取到结果 :6
任务执行:获取到结果 :75
任务执行:获取到结果 :33
任务执行:获取到结果 :27
任务执行:获取到结果 :20
任务执行:获取到结果 :14
线程池的任务全部完成:结果为:423，main线程关闭，进行线程的清理
使用时间：1004ms

多线程并发处理集合数据

package com.study.thread;import java.util.ArrayList;
import java.util.List;
import java.util.Random;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.Future;public class FutureTest2 {/*** 对数据按照分组大小进行分组** @param groups      需要分组的数据* @param groupNumber 分组大小，默认为100* @return 分组后的数据集合*/public static <T> List<List<T>> groupByNumber(List<T> groups, int groupNumber) {List<List<T>> groupList = new ArrayList<>();List<T> detailList = new ArrayList<>();for (int i = 0; i < groups.size(); i++) {detailList.add(groups.get(i));if (detailList.size() == groupNumber || (i == (groups.size() - 1))) {groupList.add(detailList);detailList = new ArrayList<>();}}return groupList;}public static void main(String[] args) {List<String> aa = new ArrayList<>();for (int i = 0; i < 1000; i++) {aa.add(String.valueOf(new Random().nextInt(100)));}//集合分组List<List<String>> aaList = groupByNumber(aa, 100);ExecutorService executorService = Executors.newFixedThreadPool(10);List<Future<String>> futures = new ArrayList<Future<String>>();for (int i = 0; i < aaList.size(); i++) {final List<String> tlist = aaList.get(i);executorService.execute(new Runnable() {@Overridepublic void run() {for (String s : tlist) {System.out.println(Thread.currentThread().getName() + ":" + s);}}});}}}

输出：

pool-1-thread-2:98
pool-1-thread-1:30
pool-1-thread-1:91
pool-1-thread-1:23
pool-1-thread-1:72
pool-1-thread-1:99
pool-1-thread-3:12
pool-1-thread-3:55
pool-1-thread-3:53
pool-1-thread-3:57
pool-1-thread-3:57
pool-1-thread-2:26
pool-1-thread-2:69
pool-1-thread-2:76
pool-1-thread-2:32
pool-1-thread-2:34
pool-1-thread-2:16
pool-1-thread-2:98
pool-1-thread-2:16
pool-1-thread-2:25
pool-1-thread-2:48
pool-1-thread-2:6
pool-1-thread-2:10
pool-1-thread-2:18

FutureTask多任务并发处理相关推荐

学习《apache源代码全景分析》之多任务并发处理摘录
1.如果要写服务器程序,按照正常的思路,通常主程序在进行了必要的准备工作后会调用诸如fork之类的函数产生一个新的进程或线程,然后由子进程进行并发处理.每个进程侦听某个端口,然后接受网络连接,并处理这 ...
关于Spark中的多任务并发处理(Concurrency)
文章目录 Spark中的多任务处理一个顺序作业的例子一个有缺陷的并发作业的例子一个优化过的并发作业的例子参考资料 Spark中的多任务处理 Spark的一个非常常见的用例是并行运行许多作业. ...
shell mysql并发_shell脚本中的多进程并发处理
在前面的篇章里面,我们已经介绍了常见的各种shell命令操作.然而,在实际工作中,我们经常会遇到多种任务需要在一定时间内都解决掉.如果这些任务是相互独立的,即不存在先后执行关系,那么我们完全可以让它们 ...
Apache学习路线
参考资料: 1.<Apache源代码全景分析> 2.<鸟哥服务器架设篇> 一.不同的开发人员应该关注的知识点 Apache管理员配置文件.配置指 ...
软件架构阅读笔记15
京东话费充值系统架构演进实践背景: 话费充值业务线的订单量也'水涨船高 ',同时对系统的各项运行指标要求更高,老的系统架构不足以支撑新的业务量,需要对系统进行升级. 1.应用层面引入缓存在应用层 ...
学习《apache源代码全景分析》之摘录
一.大纲 1.Web服务器概述 2.Apache体系结构 3.配置文件管理 4.Apache模块化体系结构 5.多任务并发处理 6.网络连接 7.过滤器 8.存储段和存储段组 9.常用过滤器二.摘录 ...
linux组态文件,嵌入式Linux组态软件实时数据库的设计
1 引言实时数据库(real-time database, RTDB)作为组态软件设计与实现的核心内容解决了其所应对的现代工业生产现场环境中生产数据与控制数据类型复杂多样,数据处理与事件调度时间 ...
linux开组态软件,基于嵌入式Linux的组态软件实时数据库的设计
1 引言实时数据库(real-TIme database, RTDB)作为组态软件设计与实现的核心内容解决了其所应对的现代工业生产现场环境中生产数据与控制数据类型复杂多样,数据处理与事件调度时间 ...
话费充值折扣数据库_《京东话费充值系统架构演进实践》--阅读
京东话费充值业务线的订单量'水涨船高 ',同时对系统的各项运行指标要求更高,老的系统架构不足以支撑新的业务量,需要对系统进行升级.升级方案从以下几个层面进行. 1.应用层面引入缓存在应用层和数据库 ...

FutureTask多任务并发处理

多任务并发处理加快处理效率，比如投资网站首页需要加载新闻头条、理财产品、投资数据等

多线程并发处理集合数据

FutureTask多任务并发处理相关推荐

最新文章

热门文章