当前位置:首页 > 文章列表 > 文章 > java教程 > 本周我学习了:CompletableFuture – Java 的异步编程方法

本周我学习了:CompletableFuture – Java 的异步编程方法

来源:dev.to 2024-08-01 08:09:43 0浏览 收藏

今日不肯埋头,明日何以抬头!每日一句努力自己的话哈哈~哈喽,今天我将给大家带来一篇《本周我学习了:CompletableFuture – Java 的异步编程方法》,主要内容是讲解等等,感兴趣的朋友可以收藏或者有更好的建议在评论提出,我都会认真看的!大家一起进步,一起学习!

本周我学习了:CompletableFuture – Java 的异步编程方法

本周,我将深入研究 java 的 completablefuture。

作为一名有前端背景的全栈开发者,处理异步任务是我角色中不可避免的一部分——网络请求、后台计算等。在 java 中,completablefuture 是一个强大的工具,用于处理这些任务,同时保持主线程响应。

completable futures 之于 java 就像 promises 之于 javascript。

如果您熟悉 javascript,通过比较两种语言可能有助于掌握这些概念。我喜欢将 completablefuture 视为 java 版本的 promise。它是一个表示异步操作的最终结果的类,无论该结果是成功还是失败。它作为 java.util.concurrent 包的一部分在 java 8 中引入,是一种编写非阻塞代码的强大方法,具有链接操作和处理错误的方法,与 promises 类似。

这是两者的快速比较:

// javascript promise
fetchfromserver()
    .then(data => processdata(data))
    .then(result => updateui(result))
    .catch(error => handleerror(error));
// java completablefuture
completablefuture.supplyasync(() -> fetchdatafromserver())
    .thenapply(data -> processdata(data))
    .thenaccept(result -> updateui(result))
    .exceptionally(error -> handleerror(error));

如上所示,completablefuture 提供了类似的可链接语法,允许干净且可读的异步代码。

考虑一个场景,您需要从两个单独的端点获取用户的个人资料数据和订单历史记录。您可能希望避免在等待这些请求完成时冻结 ui。以下是使用 completablefuture 实现此功能的方法:

completablefuture profilefuture = completablefuture.supplyasync(() -> {
    // fetch user profile from a service
});

completablefuture> ordersfuture = completablefuture.supplyasync(() -> {
    // fetch user orders from another service
});

completablefuture combinedfuture = completablefuture.allof(profilefuture, ordersfuture);

combinedfuture.thenrun(() -> {
    user user = userfuture.join(); 
    list orders = ordersfuture.join(); 
    displayuserdata(user, orders); 
});

在这个例子中,我们同时触发两个异步请求,并使用 allof 等待两个请求完成。一旦完成,我们就会检索结果并相应地更新 ui,所有这些都不会阻塞主线程。


链接和完成阶段

completablefuture 实现了 completionstage 接口,为链式操作提供了基础。每个 thenapply、thenaccept 和类似方法都会返回另一个 completionstage,允许您创建复杂的异步管道。

类似于当我们有一系列要依次执行的异步任务时,我们如何在 javascript 中链接 promise,我们可以在 completable future 中链接任务,以便创建一系列依赖的异步操作,而不会陷入回调地狱。我们将这样做:

completablefuture.supplyasync(() -> "hello")
    .thenapply(result -> result + ", completablefuture")
    .thenapply(result -> result + " in java")
    .thenaccept(system.out::println);

处理异常

当我们在 promise 对象上使用 .catch() 时,我们在 completable future 上使用 .exceptionally() 。该方法处理异步处理过程中可能出现的异常:

CompletableFuture.supplyAsync(() -> {
    if (true) {
        throw new RuntimeException("Exception in CompletableFuture!");
    }
    return "No exception";
}).exceptionally(ex -> {
    System.out.println("Handled exception: " + ex);
    return "Recovered value";
}).thenAccept(System.out::println);

我希望这篇文章能为您提供一个很好的起点来进一步探索 completablefuture 类。

有用链接:

  • 并发深入探讨:completablefuture 指南
  • java 异步编程综合介绍 - promise、callbacks 和 futures

文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《本周我学习了:CompletableFuture – Java 的异步编程方法》文章吧,也可关注golang学习网公众号了解相关技术文章。

版本声明
本文转载于:dev.to 如有侵犯,请联系study_golang@163.com删除
比较 Quarkus 和 Spring Boot比较 Quarkus 和 Spring Boot
上一篇
比较 Quarkus 和 Spring Boot
基于场景和性能的PHP框架决策指南
下一篇
基于场景和性能的PHP框架决策指南
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    292次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    344次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    348次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    311次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    133次使用