锐客网

  1. 首页 > 睿知 > it技术 > >

后端思维篇（手把手教你写一个并行调用模板）

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200ms，查询banner信息100ms，查询标签信息200ms的话，耗时就是500ms啦。
后端思维篇（手把手教你写一个并行调用模板）
文章图片

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：
后端思维篇（手把手教你写一个并行调用模板）
文章图片

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，先完成可以优化获取到。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。
后端思维篇（手把手教你写一个并行调用模板）
文章图片

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：
  1. 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);

  1. 但是如果想把查询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，我们是不是把泛型声明为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 baseDTOCompletionService = new ExecutorCompletionService(executor); Callable userInfoDTOCallableTask = () -> { UserInfoParam userInfoParam = buildUserParam(req); return userService.queryUserInfo(userInfoParam); }; //banner信息任务 Callable bannerDTOCallableTask = () -> { BannerParam bannerParam = buildBannerParam(req); return bannerService.queryBannerInfo(bannerParam); }; //提交用户信息任务 baseDTOCompletionService.submit(userInfoDTOCallableTask); //提交banner信息任务 baseDTOCompletionService.submit(bannerDTOCallableTask);
  1. 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 = https://www.it610.com/article/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 userBaseRspDTO = new BaseRspDTO(); userBaseRspDTO.setKey("userInfoDTO"); userBaseRspDTO.setData(userInfoDTO); return userBaseRspDTO; }; //banner信息查询任务 Callable> bannerDTOCallableTask = () -> { BannerParam bannerParam = buildBannerParam(req); BannerDTO bannerDTO = bannerService.queryBannerInfo(bannerParam); BaseRspDTO bannerBaseRspDTO = new BaseRspDTO(); bannerBaseRspDTO.setKey("bannerDTO"); bannerBaseRspDTO.setData(bannerDTO); return bannerBaseRspDTO; }; //label信息查询任务 Callable> labelDTODTOCallableTask = () -> { LabelParam labelParam = buildLabelParam(req); LabelDTO labelDTO = labelService.queryLabelInfo(labelParam); BaseRspDTO labelBaseRspDTO = new BaseRspDTO(); labelBaseRspDTO.setKey("labelDTO"); labelBaseRspDTO.setData(labelDTO); return labelBaseRspDTO; }; //提交用户信息任务 baseDTOCompletionService.submit(userInfoDTOCallableTask); //提交banner信息任务 baseDTOCompletionService.submit(bannerDTOCallableTask); //提交label信息任务 baseDTOCompletionService.submit(labelDTODTOCallableTask); UserInfoDTO userInfoDTO = null; BannerDTO bannerDTO = null; LabelDTO labelDTO = null; try { //因为提交了3个任务，所以获取结果次数是3 for (int i = 0; i < 3; i++) { Future> baseRspDTOFuture = baseDTOCompletionService.poll(1, TimeUnit.SECONDS); BaseRspDTO baseRspDTO = baseRspDTOFuture.get(); if ("userInfoDTO".equals(baseRspDTO.getKey())) { userInfoDTO = (UserInfoDTO) baseRspDTO.getData(); } else if ("bannerDTO".equals(baseRspDTO.getKey())) { bannerDTO = (BannerDTO) baseRspDTO.getData(); } else if ("labelDTO".equals(baseRspDTO.getKey())) { labelDTO = (LabelDTO) baseRspDTO.getData(); } } } catch (InterruptedException e) { e.printStackTrace(); } catch (ExecutionException e) { e.printStackTrace(); }System.out.println("结束并行查询app首页信息,总耗时：" + (System.currentTimeMillis() - beginTime)); return buildResponse(userInfoDTO, bannerDTO, labelDTO); }
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 【后端思维篇（手把手教你写一个并行调用模板）】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。大家有没有什么其他想法呢？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，对吧，所以方法的入参应该有哪些呢？
方法的入参，可以有Callable对吧。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 < taskList.size(); 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实行提供出来，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 <= 0) { 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 < taskList.size(); 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 userBaseRspDTO = new BaseRspDTO(); userBaseRspDTO.setKey("userInfoDTO"); userBaseRspDTO.setData(userInfoDTO); return userBaseRspDTO; }; //banner信息查询任务 Callable> bannerDTOCallableTask = () -> { BannerParam bannerParam = buildBannerParam(req); BannerDTO bannerDTO = bannerService.queryBannerInfo(bannerParam); BaseRspDTO bannerBaseRspDTO = new BaseRspDTO(); bannerBaseRspDTO.setKey("bannerDTO"); bannerBaseRspDTO.setData(bannerDTO); return bannerBaseRspDTO; }; //label信息查询任务 Callable> labelDTODTOCallableTask = () -> { LabelParam labelParam = buildLabelParam(req); LabelDTO labelDTO = labelService.queryLabelInfo(labelParam); BaseRspDTO labelBaseRspDTO = new BaseRspDTO(); labelBaseRspDTO.setKey("labelDTO"); labelBaseRspDTO.setData(labelDTO); return labelBaseRspDTO; }; List>> taskList = new ArrayList<>(); taskList.add(userInfoDTOCallableTask); taskList.add(bannerDTOCallableTask); taskList.add(labelDTODTOCallableTask); 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; //遍历结果 for (int i = 0; i < resultList.size(); i++) { BaseRspDTO baseRspDTO = resultList.get(i); if ("userInfoDTO".equals(baseRspDTO.getKey())) { userInfoDTO = (UserInfoDTO) baseRspDTO.getData(); } else if ("bannerDTO".equals(baseRspDTO.getKey())) { bannerDTO = (BannerDTO) baseRspDTO.getData(); } else if ("labelDTO".equals(baseRspDTO.getKey())) { labelDTO = (LabelDTO) baseRspDTO.getData(); } }System.out.println("结束并行查询app首页信息,总耗时：" + (System.currentTimeMillis() - beginTime)); return buildResponse(userInfoDTO, bannerDTO, labelDTO); }
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 call() throws Exception {if ("userInfoDTO".equals(key)) { UserInfoParam userInfoParam = buildUserParam(req); UserInfoDTO userInfoDTO = userService.queryUserInfo(userInfoParam); BaseRspDTO userBaseRspDTO = new BaseRspDTO(); userBaseRspDTO.setKey("userInfoDTO"); userBaseRspDTO.setData(userInfoDTO); return userBaseRspDTO; } else if ("bannerDTO".equals(key)) { BannerParam bannerParam = buildBannerParam(req); BannerDTO bannerDTO = bannerService.queryBannerInfo(bannerParam); BaseRspDTO bannerBaseRspDTO = new BaseRspDTO(); bannerBaseRspDTO.setKey("bannerDTO"); bannerBaseRspDTO.setData(bannerDTO); return bannerBaseRspDTO; } else if ("labelDTO".equals(key)) { LabelParam labelParam = buildLabelParam(req); LabelDTO labelDTO = labelService.queryLabelInfo(labelParam); BaseRspDTO labelBaseRspDTO = new BaseRspDTO(); labelBaseRspDTO.setKey("labelDTO"); labelBaseRspDTO.setData(labelDTO); return labelBaseRspDTO; }return null; }private UserInfoParam buildUserParam(AppInfoReq req) { return new UserInfoParam(); }private BannerParam buildBannerParam(AppInfoReq req) { return new BannerParam(); }private LabelParam buildLabelParam(AppInfoReq req) { return new LabelParam(); } }
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，多程序中出现多个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，如下：
public interface IBaseTask {//返回每个策略类的key，如 String getTaskType(); BaseRspDTO execute(AppInfoReq req); }//用户信息策略类 @Service public class UserInfoStrategyTask implements IBaseTask {@Autowired private IUserService userService; @Override public String getTaskType() { return "userInfoDTO"; }@Override public BaseRspDTO execute(AppInfoReq req) { UserInfoParam userInfoParam = userService.buildUserParam(req); UserInfoDTO userInfoDTO = userService.queryUserInfo(userInfoParam); BaseRspDTO userBaseRspDTO = new BaseRspDTO(); userBaseRspDTO.setKey(getTaskType()); userBaseRspDTO.setData(userBaseRspDTO); return userBaseRspDTO; } }/** * banner信息策略实现类 **/ @Service public class BannerStrategyTask implements IBaseTask {@Autowired private IBannerService bannerService; @Override public String getTaskType() { return "bannerDTO"; }@Override public BaseRspDTO execute(AppInfoReq req) { BannerParam bannerParam = bannerService.buildBannerParam(req); BannerDTO bannerDTO = bannerService.queryBannerInfo(bannerParam); BaseRspDTO bannerBaseRspDTO = new BaseRspDTO(); bannerBaseRspDTO.setKey(getTaskType()); bannerBaseRspDTO.setData(bannerDTO); return bannerBaseRspDTO; } }...
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DTO的类型），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 executeTask(String key, AppInfoReq req) { IBaseTask baseTask = map.get(key); if (baseTask != null) { System.out.println("工厂策略实现类执行"); return baseTask.execute(req); } return null; } }
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 call() throws Exception { return taskStrategyFactory.executeTask(key, req); } }
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 baseRspDTO : resultList) { if ("userInfoDTO".equals(baseRspDTO.getKey())) { userInfoDTO = (UserInfoDTO) baseRspDTO.getData(); } else if ("bannerDTO".equals(baseRspDTO.getKey())) { bannerDTO = (BannerDTO) baseRspDTO.getData(); } else if ("labelDTO".equals(baseRspDTO.getKey())) { labelDTO = (LabelDTO) baseRspDTO.getData(); } }System.out.println("结束并行查询app首页信息（最终版本）,总耗时：" + (System.currentTimeMillis() - beginTime)); return buildResponse(userInfoDTO, bannerDTO, labelDTO); }
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。
本文大家学到了哪些知识呢？
  1. 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。
  2. 如何实现并行调用呢？ 可以使用CompletionService。
  3. 学到的后端思维是？ 日常开发中，要学会抽取通用的方法、工具。
  4. 策略模式和工厂模式的应用
作者：捡田螺的小男孩

    推荐阅读


    上一篇：Python List pop()函数使用示例

    下一篇：一个组件一个prop实现代码高亮