这是java高并发系列第27篇文章。
开发环境:jdk1.8。
电商app都有用过吧,商品详情页,需要给他们提供一个接口获取商品相关信息:
数据库中我们用了3张表存储上面的信息:
这需求对于大家来说很简单吧,伪代码如下:
public Map<String,Object> detail(long goodsId){
//创建一个map
//step1:查询商品基本信息,放入map
map.put("goodsModel",(select * from t_goods where id = #gooldsId#));
//step2:查询商品图片列表,返回一个集合放入map
map.put("goodsImgsModelList",(select * from t_goods_imgs where goods_id = #gooldsId#));
//step3:查询商品描述信息,放入map
map.put("goodsExtModel",(select * from t_goods_ext where goods_id = #gooldsId#));
return map;
}
上面这种写法应该很常见,代码很简单,假设上面每个步骤耗时200ms,此接口总共耗时>=600毫秒,其他还涉及到网络传输耗时,估计总共会在700ms左右,此接口有没有优化的空间,性能能够提升多少?我们一起来挑战一下。
在看一下上面的逻辑,整个过程是按顺序执行的,实际上3个查询之间是没有任何依赖关系,所以说3个查询可以同时执行,那我们对这3个步骤采用多线程并行执行,看一下最后什么情况,代码如下:
package com.itsoku.chat26;
import java.util.Arrays;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
import java.util.concurrent.*;
/**
* 跟着阿里p7学并发,微信公众号:javacode2018
*/
public class Demo1 {
/**
* 获取商品基本信息
*
* @param goodsId 商品id
* @return 商品基本信息
* @throws InterruptedException
*/
public String goodsDetailModel(long goodsId) throws InterruptedException {
//模拟耗时,休眠200ms
TimeUnit.MILLISECONDS.sleep(200);
return "商品id:" + goodsId + ",商品基本信息....";
}
/**
* 获取商品图片列表
*
* @param goodsId 商品id
* @return 商品图片列表
* @throws InterruptedException
*/
public List<String> goodsImgsModelList(long goodsId) throws InterruptedException {
//模拟耗时,休眠200ms
TimeUnit.MILLISECONDS.sleep(200);
return Arrays.asList("图1", "图2", "图3");
}
/**
* 获取商品描述信息
*
* @param goodsId 商品id
* @return 商品描述信息
* @throws InterruptedException
*/
public String goodsExtModel(long goodsId) throws InterruptedException {
//模拟耗时,休眠200ms
TimeUnit.MILLISECONDS.sleep(200);
return "商品id:" + goodsId + ",商品描述信息......";
}
//创建个线程池
ExecutorService executorService = Executors.newFixedThreadPool(10);
/**
* 获取商品详情
*
* @param goodsId 商品id
* @return
* @throws ExecutionException
* @throws InterruptedException
*/
public Map<String, Object> goodsDetail(long goodsId) throws ExecutionException, InterruptedException {
Map<String, Object> result = new HashMap<>();
//异步获取商品基本信息
Future<String> gooldsDetailModelFuture = executorService.submit(() -> goodsDetailModel(goodsId));
//异步获取商品图片列表
Future<List<String>> goodsImgsModelListFuture = executorService.submit(() -> goodsImgsModelList(goodsId));
//异步获取商品描述信息
Future<String> goodsExtModelFuture = executorService.submit(() -> goodsExtModel(goodsId));
result.put("gooldsDetailModel", gooldsDetailModelFuture.get());
result.put("goodsImgsModelList", goodsImgsModelListFuture.get());
result.put("goodsExtModel", goodsExtModelFuture.get());
return result;
}
public static void main(String[] args) throws ExecutionException, InterruptedException {
long starTime = System.currentTimeMillis();
Map<String, Object> map = new Demo1().goodsDetail(1L);
System.out.println(map);
System.out.println("耗时(ms):" + (System.currentTimeMillis() - starTime));
}
}
输出:
{goodsImgsModelList=[图1, 图2, 图3], gooldsDetailModel=商品id:1,商品基本信息...., goodsExtModel=商品id:1,商品描述信息......}
耗时(ms):208
可以看出耗时200毫秒左右,性能提升了2倍,假如这个接口中还存在其他无依赖的操作,性能提升将更加显著,上面使用了线程池并行去执行3次查询的任务,最后通过Future获取异步执行结果。
整个优化过程:
用到的技术有:
7.java高并发系列 - 第7天:volatile与Java内存模型
10.java高并发系列 - 第10天:线程安全和synchronized关键字
12.java高并发系列 - 第12天JUC:ReentrantLock重入锁
13.java高并发系列 - 第13天:JUC中的Condition对象
14.java高并发系列 - 第14天:JUC中的LockSupport工具类
15.java高并发系列 - 第15天:JUC中的Semaphore(信号量)
16.java高并发系列 - 第16天:JUC中等待多线程完成的工具类CountDownLatch
17.java高并发系列 - 第17天:JUC中的循环栅栏CyclicBarrier的6种使用场景
18.java高并发系列 - 第18天:JAVA线程池,这一篇就够了
19.java高并发系列 - 第19天:JUC中的Executor框架详解1
20.java高并发系列 - 第20天:JUC中的Executor框架详解2
22.java高并发系列 -第22天:JUC底层工具类Unsafe,高手必须要了解
23.java高并发系列 -第23天:JUC中原子类,一篇就够了