使用并行执行提升性能的核心做法是调用 completablefuture.supplyasync() 并传入自定义的 executor,从而将任务分发到线程池并发处理。通过收集多个异步任务的 future 对象,利用 allof() 等待所有任务完成,最后逐个获取结果,可以显著缩短总耗时。需要注意的是,必须避免使用默认的公共线程池,因为它容易因资源竞争导致系统级阻塞。

如何正确配置线程池以支持高并发任务
直接回答:为了解决默认线程池资源不足的问题,应当创建固定大小的专用线程池,并将其作为参数传递给 supplyAsync 方法。这样可以确保任务在独立的线程组中运行,互不干扰,且能充分利用 CPU 核心数。

import java.util.concurrent.CompletableFuture;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
public class ParallelExample {
public static void main(String[] args) throws Exception {
// 创建固定大小的线程池,根据CPU核心数设置
ExecutorService executor = Executors.newFixedThreadPool(4);
CompletableFuture<string> task1 = CompletableFuture.supplyAsync(() -> {
try { Thread.sleep(1000); } catch (InterruptedException e) {}
return "Result 1";
}, executor);
CompletableFuture<string> task2 = CompletableFuture.supplyAsync(() -> {
try { Thread.sleep(1000); } catch (InterruptedException e) {}
return "Result 2";
}, executor);
// 等待所有任务完成
CompletableFuture.allOf(task1, task2).join();
System.out.println(task1.join());
System.out.println(task2.join());
executor.shutdown();
}
}</string></string>
预期结果:程序会在约 1 秒后同时输出 Result 1 和 Result 2,而不是串行执行的 2 秒。
如何处理异步任务中的异常与结果合并
直接回答:在并行执行中,如果某个任务抛出异常,join() 会直接抛出未捕获异常。为了安全地获取结果,应使用 exceptionally() 提供降级返回值,或使用 handle() 统一处理成功与失败的情况。合并结果时,可以使用 thenCombine() 将两个任务的结果组合成一个新的对象。

import java.util.concurrent.CompletableFuture;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
public class ErrorHandlingExample {
public static void main(String[] args) throws Exception {
ExecutorService executor = Executors.newFixedThreadPool(2);
CompletableFuture<integer> taskA = CompletableFuture.supplyAsync(() -> {
if (true) throw new RuntimeException("Task A failed");
return 100;
}, executor).exceptionally(e -> 0);
CompletableFuture<integer> taskB = CompletableFuture.supplyAsync(() -> 50, executor);
// 合并结果
CompletableFuture<integer> combined = taskA.thenCombine(taskB, (a, b) -> a + b);
System.out.println(combined.join()); // 输出 50
executor.shutdown();
}
}</integer></integer></integer>
当输入数据量较大时如何优化分批处理逻辑
直接回答:针对大量数据的并行处理,不应一次性提交所有任务,而应采用分批策略。通过将输入列表切分为多个子列表,每个子列表对应一个并行任务,可以有效控制内存占用和线程竞争。这种模式在处理数据库查询或文件读取时尤为有效,能够平衡吞吐量与系统稳定性。
Java免费学习笔记:立即使用
解锁 Java 大师之旅:从入门到精通的终极指南











