本文介绍一种轻量、线程安全的方式，在由 thenCompose 和 thenApply 构成的异步链中，分别记录每个 API 调用的起始时间与整体执行耗时，并支持按阶段统计延迟。
本文介绍一种轻量、线程安全的方式，在由 thencompose 和 thenapply 构成的异步链中，分别记录每个 api 调用的起始时间与整体执行耗时，并支持按阶段统计延迟。
在构建基于 CompletableFuture 的异步调用链（如条件式级联 API 请求）时，单纯依赖外部计时器（如 System.nanoTime() 包裹整个 chain.get()）只能获取总耗时，无法反映各阶段真实执行时间——尤其当某些分支被跳过、或异步任务实际调度存在延迟时。为实现每阶段精准计时，推荐采用「时间戳注入」模式：将 Instant 作为元数据嵌入异步流程，通过 thenCompose/thenApply 的链式时机控制，在每个关键节点（调用前、调用后、链结束）写入对应时间戳。
以下是一个生产就绪的实现方案：
✅ 核心组件：CallTimer
import java.time.Instant;
import java.util.Collections;
import java.util.EnumMap;
import java.util.Map;
import java.util.concurrent.CompletableFuture;
public class CallTimer {
public enum Call {
START, API_CALL_1, API_CALL_2, API_CALL_3, END,
// 可扩展：API_CALL_1_START, API_CALL_1_END 等细粒度标记
}
private final EnumMap<call instant> callTimes = new EnumMap(Call.class);
public CallTimer() {
callTimes.put(Call.START, Instant.now());
}
/**
* 将 CompletableFuture 包装为“带时间戳注入”的版本
* 在异步任务提交前记录该阶段起始时间
*/
public <t> CompletableFuture<t> wrap(CompletableFuture<t> future, Call stage) {
return CompletableFuture.completedFuture(Instant.now())
.thenCompose(timestamp -> {
callTimes.put(stage, timestamp); // 记录调用发起时刻
return future;
});
}
/**
* 标记整个链执行完成（建议在最终 thenApply 中调用）
*/
public void finished() {
callTimes.put(Call.END, Instant.now());
}
/**
* 获取只读的时间戳快照（线程安全读取）
*/
public Map<call instant> callTimes() {
return Collections.unmodifiableMap(callTimes);
}
}</call></t></t></t></call>
✅ 集成到调用链中
修改主逻辑，使用 timer.wrap(...) 替代裸 apiCallX()，并在最终处理处调用 timer.finished()：
public static void main(String[] args) throws ExecutionException, InterruptedException {
CallTimer timer = new CallTimer();
CompletableFuture<string> chain = timer.wrap(apiCall1(), Call.API_CALL_1)
.thenCompose(result1 -> {
if (result1.isEmpty()) {
return timer.wrap(apiCall2(), Call.API_CALL_2);
} else {
return CompletableFuture.completedFuture(result1);
}
})
.thenCompose(result2 -> {
if (result2.isEmpty()) {
return timer.wrap(apiCall3(), Call.API_CALL_3);
} else {
return CompletableFuture.completedFuture(result2);
}
})
.thenApply(result -> {
String finalResult = finalMapping(result);
timer.finished(); // ⚠️ 必须在此处标记结束
return finalResult;
});
System.out.println(chain.get()); // 输出 "Final result"
System.out.println(timer.callTimes()); // 打印各阶段时间戳
}</string>
✅ 输出示例与耗时计算
运行后 timer.callTimes() 可能输出如下（格式化后）：
{START=2024-06-15T09:23:41.123Z,
API_CALL_1=2024-06-15T09:23:41.124Z,
API_CALL_2=2024-06-15T09:23:43.242Z,
API_CALL_3=2024-06-15T09:23:44.530Z,
END=2024-06-15T09:23:45.124Z}
据此可计算：
-
API_CALL_1实际耗时 ≈END - API_CALL_1（若其后无跳过）或API_CALL_2 - API_CALL_1（若进入下一阶段）； - 总耗时 =
END.minus(START)； - 各阶段排队/调度开销 =
API_CALL_X - API_CALL_{X-1}（反映线程池负载或上下文切换）。
⚠️ 注意事项与增强建议
-
线程安全性：
EnumMap本身非线程安全，但本例中所有写入均发生在同一线程（thenCompose回调线程），无需额外同步；若需跨线程读写，请改用ConcurrentHashMap+computeIfAbsent或加锁。 -
细粒度监控（进阶）：如需区分「发起时间」与「完成时间」，可扩展
wrapWithEndTracking方法，在future.thenApply(v -> { callTimes.put(stage + "_END", Instant.now()); return v; })中追加结束标记。 -
可观测性集成：可将
callTimes自动上报至 MicrometerTimer或 OpenTelemetrySpan，实现与 APM 系统对接。 -
异常场景处理：若某阶段抛出异常，
thenApply不会执行，finished()可能不被调用。建议在exceptionally()中补全timer.finished()，或使用whenComplete((r, t) -> timer.finished())替代thenApply。
通过此方案，你无需侵入业务逻辑、不增加同步开销，即可获得清晰、可审计的异步链性能视图——让响应延迟不再是个黑盒。
