使用FutureTask解决并发重复计算问题,提升执行效率

时间:2020-05-17作者:klpeng分类:IT综合浏览:771评论:0

业务场景

现有一个消耗资源比较大的计算业务需要优化,如果是同一个计算业务,需要保证只被计算一次,后面再有此计算,则直接从缓存中读取结果

用例图

使用FutureTask解决并发重复计算问题,提升执行效率

流程图

使用FutureTask解决并发重复计算问题,提升执行效率

类图

使用FutureTask解决并发重复计算问题,提升执行效率

具体代码实现

接口

这里主要涉及的两个接口:

  • 计算接口:执行的计算逻辑
  • 缓存接口:执行的是缓存相关操作

计算接口

public interface Computer {
    Integer compute(String id);
}

缓存接口

public interface Cache {
    Integer query(String key);
    void save(String key, FutureTask<Integer> value);
}

具体业务代码

实际计算类

public class ActualComputer implements Computer {
    @Override
    public Integer compute(String id) {
        System.out.println("用户ID"+id+"正在计算");
        try {
            Thread.sleep(1000);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
        return id.hashCode();
    }
}

ConcurrentHashMap实现的缓存类

public class HashMapCache implements Cache {

    private final static ConcurrentHashMap<String,Future<Integer>> cache = new ConcurrentHashMap<>();

    @Override
    public Integer query(String key) {
        try {
            Future<Integer> integerFuture = cache.get(key);
            if(integerFuture == null){
                return null;
            }
            return integerFuture.get();
        } catch (InterruptedException e) {
            e.printStackTrace();
        } catch (ExecutionException e) {
            e.printStackTrace();
        }
        return null;
    }

    @Override
    public void save(String key, FutureTask<Integer> value) {
        Future<Integer> integerFuture = cache.putIfAbsent(key, value);
        // 如果有值了 则不再计算  防止重复计算
        if(integerFuture == null){
            value.run();
        }
        // 非原子操作,最终还是会重复计算
//        cache.put(key,value);
//        value.run();
    }
}

使用装饰器模式实现的计算装饰类

public class DecorateComputer implements Computer{

    private Cache cache;

    private Computer computer;

    public DecorateComputer(Cache cache, Computer computer) {
        this.cache = cache;
        this.computer = computer;
    }

    @Override
    public Integer compute(String id) {
        Integer result =  cache.query(id);
        if(result == null){
            // 计算耗时的任务需要后置 防止线程重复执行计算 此时需要使用futureTask
            FutureTask<Integer> futureTask = new FutureTask<>(()->computer.compute(id));
            cache.save(id,futureTask);
            result =  cache.query(id);
        }
        System.out.println("用户ID"+id+"计算结果:"+result);
        return result;
    }
}

入口主程序

public class Main {
    public static void main(String[] args) {
        ActualComputer actualComputer = new ActualComputer();
        HashMapCache hashMapCache = new HashMapCache();
        DecorateComputer decorateComputer = new DecorateComputer(hashMapCache, actualComputer);
        new Thread(()->decorateComputer.compute("jack")).start();
        new Thread(()->decorateComputer.compute("susan")).start();
        new Thread(()->decorateComputer.compute("jack")).start();
    }
}
打赏
文章版权声明:除非注明,否则均为彭超的博客原创文章,转载或复制请以超链接形式并注明出处。
相关推荐

发表评论:

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。

猜你喜欢