SpringBoot 多任务并行+线程池处理的实现

/**
 * 多任务并行+线程池统计
 * 创建时间  2018年4月17日
 */
public class StatsDemo {
  final static SimpleDateFormat sdf = new SimpleDateFormat(
      "yyyy-MM-dd HH:mm:ss");
  
  final static String startTime = sdf.format(new Date());
  
  /**
   * IO密集型任务 = 一般为2*CPU核心数（常出现于线程中：数据库数据交互、文件上传下载、网络数据传输等等）
   * CPU密集型任务 = 一般为CPU核心数+1（常出现于线程中：复杂算法）
   * 混合型任务 = 视机器配置和复杂度自测而定
   */
  private static int corePoolSize = Runtime.getRuntime().availableProcessors();
  /**
   * public ThreadPoolExecutor(int corePoolSize,int maximumPoolSize,long keepAliveTime,
   *              TimeUnit unit,BlockingQueue<Runnable> workQueue)
   * corePoolSize用于指定核心线程数量
   * maximumPoolSize指定最大线程数
   * keepAliveTime和TimeUnit指定线程空闲后的最大存活时间
   * workQueue则是线程池的缓冲队列,还未执行的线程会在队列中等待
   * 监控队列长度，确保队列有界
   * 不当的线程池大小会使得处理速度变慢，稳定性下降，并且导致内存泄露。如果配置的线程过少，则队列会持续变大，消耗过多内存。
   * 而过多的线程又会 由于频繁的上下文切换导致整个系统的速度变缓——殊途而同归。队列的长度至关重要，它必须得是有界的，这样如果线程池不堪重负了它可以暂时拒绝掉新的请求。
   * ExecutorService 默认的实现是一个无界的 LinkedBlockingQueue。
   */
  private static ThreadPoolExecutor executor = new ThreadPoolExecutor(corePoolSize, corePoolSize+1, 10l, TimeUnit.SECONDS,
      new LinkedBlockingQueue<Runnable>(1000));
  
  public static void main(String[] args) throws InterruptedException {
    CountDownLatch latch = new CountDownLatch(5);
    //使用execute方法
     executor.execute(new Stats("任务A", 1000, latch));
     executor.execute(new Stats("任务B", 1000, latch));
     executor.execute(new Stats("任务C", 1000, latch));
     executor.execute(new Stats("任务D", 1000, latch));
     executor.execute(new Stats("任务E", 1000, latch));
    latch.await();// 等待所有人任务结束
    System.out.println("所有的统计任务执行完成:" + sdf.format(new Date()));
  }

  static class Stats implements Runnable {
    String statsName;
    int runTime;
    CountDownLatch latch;

    public Stats(String statsName, int runTime, CountDownLatch latch) {
      this.statsName = statsName;
      this.runTime = runTime;
      this.latch = latch;
    }

    public void run() {
      try {
        System.out.println(statsName+ " do stats begin at "+ startTime);
        //模拟任务执行时间
        Thread.sleep(runTime);
        System.out.println(statsName + " do stats complete at "+ sdf.format(new Date()));
        latch.countDown();//单次任务结束，计数器减一
      } catch (InterruptedException e) {
        e.printStackTrace();
      }
    }
  }
}

/**
 * 多任务并行+线程池统计
 * 创建时间  2018年4月17日
 */
public class StatsDemo {
  final static SimpleDateFormat sdf = new SimpleDateFormat(
      "yyyy-MM-dd HH:mm:ss");
  
  final static String startTime = sdf.format(new Date());
  
  /**
   * IO密集型任务 = 一般为2*CPU核心数（常出现于线程中：数据库数据交互、文件上传下载、网络数据传输等等）
   * CPU密集型任务 = 一般为CPU核心数+1（常出现于线程中：复杂算法）
   * 混合型任务 = 视机器配置和复杂度自测而定
   */
  private static int corePoolSize = Runtime.getRuntime().availableProcessors();
  /**
   * public ThreadPoolExecutor(int corePoolSize,int maximumPoolSize,long keepAliveTime,
   *              TimeUnit unit,BlockingQueue<Runnable> workQueue)
   * corePoolSize用于指定核心线程数量
   * maximumPoolSize指定最大线程数
   * keepAliveTime和TimeUnit指定线程空闲后的最大存活时间
   * workQueue则是线程池的缓冲队列,还未执行的线程会在队列中等待
   * 监控队列长度，确保队列有界
   * 不当的线程池大小会使得处理速度变慢，稳定性下降，并且导致内存泄露。如果配置的线程过少，则队列会持续变大，消耗过多内存。
   * 而过多的线程又会 由于频繁的上下文切换导致整个系统的速度变缓——殊途而同归。队列的长度至关重要，它必须得是有界的，这样如果线程池不堪重负了它可以暂时拒绝掉新的请求。
   * ExecutorService 默认的实现是一个无界的 LinkedBlockingQueue。
   */
  private static ThreadPoolExecutor executor = new ThreadPoolExecutor(corePoolSize, corePoolSize+1, 10l, TimeUnit.SECONDS,
      new LinkedBlockingQueue<Runnable>(1000));
  
  public static void main(String[] args) throws InterruptedException {
    List<Future<String>> resultList = new ArrayList<Future<String>>(); 
    //使用submit提交异步任务，并且获取返回值为future
    resultList.add(executor.submit(new Stats("任务A", 1000)));
    resultList.add(executor.submit(new Stats("任务B", 1000)));
    resultList.add(executor.submit(new Stats("任务C", 1000)));
    resultList.add(executor.submit(new Stats("任务D", 1000)));
    resultList.add(executor.submit(new Stats("任务E", 1000)));
     //遍历任务的结果
    for (Future<String> fs : resultList) { 
      try { 
        System.out.println(fs.get());//打印各个线任务执行的结果，调用future.get() 阻塞主线程，获取异步任务的返回结果
      } catch (InterruptedException e) { 
        e.printStackTrace(); 
      } catch (ExecutionException e) { 
        e.printStackTrace(); 
      } finally { 
        //启动一次顺序关闭，执行以前提交的任务，但不接受新任务。如果已经关闭，则调用没有其他作用。
        executor.shutdown(); 
      } 
    } 
    System.out.println("所有的统计任务执行完成:" + sdf.format(new Date()));
  }

  static class Stats implements Callable<String> {
    String statsName;
    int runTime;

    public Stats(String statsName, int runTime) {
      this.statsName = statsName;
      this.runTime = runTime;
    }

    public String call() {
      try {
        System.out.println(statsName+ " do stats begin at "+ startTime);
        //模拟任务执行时间
        Thread.sleep(runTime);
        System.out.println(statsName + " do stats complete at "+ sdf.format(new Date()));
      } catch (InterruptedException e) {
        e.printStackTrace();
      }
      return call();
    }
  }
}