如何高效检测多线程任务执行完毕并执行后续操作?
2024-12-26 12:19:05
0浏览
收藏
本篇文章向大家介绍《如何高效检测多线程任务执行完毕并执行后续操作?》,主要包括,具有一定的参考价值,需要的朋友可以参考一下。

如何检测多线程执行完毕
为了提高数据处理效率,您希望并发调用第三方接口,并在所有调用完成后发送短信。但是,使用 future.get() 会阻塞主线程,因为您需要等待所有线程执行完毕。
解决这个问题的一种方法是使用 countdownlatch。countdownlatch 提供一个计数器,它跟踪尚未完成的任务数量。
在多线程处理中,每个线程完成其任务后,使用 countdown() 方法递减计数器。当计数器变为零时,它表示所有任务都已完成。
这里是如何使用 countdownlatch 检测多线程执行完毕:
int requestcount = 1000;
countdownlatch latch = new countdownlatch(requestcount);
for (int i = 0; i < requestcount; i++) {
new thread(() -> {
// 调用第三方接口
// ...
// 操作完成,递减计数器
latch.countdown();
}).start();
}
// 新开一个线程等待所有请求完成后发送短信
new thread(() -> {
try {
latch.await();
// 所有请求完成,发送短信
// ...
} catch (interruptedexception e) {
e.printstacktrace();
}
}).start();另一种方法是使用 completablefuture.allof。它可以组合多个 completablefuture 实例,并在所有 completablefuture 完成时执行一个操作。
completablefuture[] futures = new completablefuture[requestcount];
for (int i = 0; i < requestcount; i++) {
futures[i] = completablefuture.runasync(() -> {
// 调用第三方接口
// ...
});
}
// 所有请求完成后发送短信
completablefuture.allof(futures).thenrun(() -> {
// 发送短信
// ...
});为了进一步提高并发性,您可以使用自定义线程池来执行异步任务,如下所示:
ExecutorService executor = Executors.newFixedThreadPool(100);
CompletableFuture[] futures = new CompletableFuture[requestCount];
for (int i = 0; i < requestCount; i++) {
futures[i] = CompletableFuture.runAsync(() -> {
// 调用第三方接口
// ...
}, executor); // 用自定义线程池
}
// 所有请求完成后发送短信
CompletableFuture.allOf(futures).thenRun(() -> {
// 发送短信
// ...
}).thenRun(() -> executor.shutdown()); // 所有任务完成后关闭线程池通过使用 countdownlatch 或 completablefuture.allof,您可以异步处理任务,并在所有任务完成时执行后续操作,而不会阻塞主线程。
今天关于《如何高效检测多线程任务执行完毕并执行后续操作?》的内容就介绍到这里了,是不是学起来一目了然!想要了解更多关于的内容请关注golang学习网公众号!
Win11麦克风无法找到输入设备怎么办
- 上一篇
- Win11麦克风无法找到输入设备怎么办
- 下一篇
- 新能源车渗透率各省市排名出炉!最高的超过70%
查看更多
最新文章
-
- 文章 · java教程 | 10小时前 | 可观测性 · Java教程 · LongAdder JFR事件流 RecordingStream Java延迟指标 近似分位数
- JFR 事件流如何在线聚合延迟指标
- 418浏览 收藏
-
- 文章 · java教程 | 14小时前 | Java · 并发编程 · CompletableFuture · java completablefuture 取消原因 异步编排
- Java CompletableFuture 怎样在阶段之间保留取消原因
- 415浏览 收藏
-
- 文章 · java教程 | 18小时前 | spring · Spring Boot · 事务管理 · Java教程 · REQUIRES_NEW Spring事务事件 TransactionalEventListener AFTER_COMMIT Spring事件
- Spring 事务事件监听器如何在提交后执行
- 126浏览 收藏
-
- 文章 · java教程 | 21小时前 | 配置管理 · Java · Spring Boot · 故障排查 · Java教程 · spring boot actuator @ConfigurationProperties 配置属性绑定 PropertySource
- Spring Boot 配置属性绑定失败怎样定位字段来源
- 184浏览 收藏
-
- 文章 · java教程 | 23小时前 | Java ·
- Java Vector API 怎样批量计算浮点数组
- 319浏览 收藏
-
- 文章 · java教程 | 1天前 | Java · java Class-File API LineNumberTable
- Java Class-File API 如何重写方法的行号表属性
- 418浏览 收藏
-
- 文章 · java教程 | 1天前 | Java · 性能优化 · Java教程 · arena 内存映射 超大文件 FileChannel.map Java MemorySegment
- Java 内存段怎样安全映射超大文件
- 435浏览 收藏
-
- 文章 · java教程 | 1天前 | Java · record pattern Java记录模式 嵌套record Java模式匹配 Java switch模式
- Java 记录模式怎样拆解嵌套数据对象
- 308浏览 收藏
-
- 文章 · java教程 | 1天前 |
- Java 虚拟线程批量发起网络请求时如何限制并发度
- 265浏览 收藏
-
- 文章 · java教程 | 1天前 | Java · 并发编程 · 虚拟线程 · java 结构化并发 StructuredTaskScope 子任务取消
- Java 结构化并发怎样统一取消一组子任务
- 370浏览 收藏
-
- 文章 · java教程 | 1天前 | 并发 · Java · java threadlocal ScopedValue 并发上下文
- Java ScopedValue 如何替代只读 ThreadLocal 上下文
- 457浏览 收藏
-
- 文章 · java教程 | 1天前 |
- Java 序列化边界怎么收紧:白名单与替代格式
- 278浏览 收藏
查看更多
课程推荐
-
- 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
- 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
- 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
- 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
- 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
- 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。
- 401次使用
-
- 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。
- 478次使用
-
- 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。
- 487次使用
-
- 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。
- 433次使用
-
- 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。
- 260次使用
查看更多
相关文章
-
- Java try-with-resources 多个资源关闭顺序是什么
- 2026-09-10 501浏览
-
- 矩阵主副对角线快速定位技巧
- 2026-05-31 501浏览
-
- Java多态优化流程代码与行为分发改进
- 2026-05-26 501浏览
-
- JVM 类元数据双亲委派链表深度解析
- 2026-05-21 501浏览
-
- 反射异常处理:InvocationTargetException解析与应用
- 2026-05-16 501浏览
