掌握 Java 并发性:CompletableFuture、Fork/Join 及其他
学习文章要努力,但是不要急!今天的这篇文章《掌握 Java 并发性:CompletableFuture、Fork/Join 及其他》将会介绍到等等知识点,如果你想深入学习文章,可以关注我!我会持续更新相关文章的,希望对大家都能有所帮助!

作为一名拥有多年经验的 java 开发人员,我见证了该语言的巨大发展,尤其是在并发领域。新功能的引入彻底改变了我们处理多线程编程的方式,使构建能够充分利用现代硬件的高性能应用程序变得更加容易。
completablefuture 是 java 并发工具包中最重要的补充之一。它提供了一种强大的异步计算方法,使我们能够轻松链接操作、组合结果并处理错误。我发现它在我需要编排多个独立任务的场景中特别有用。
以下是如何使用 completablefuture 的实际示例:
completablefutureusernamefuture = completablefuture.supplyasync(() -> fetchusername()); completablefuture emailfuture = completablefuture.supplyasync(() -> fetchemail()); completablefuture userfuture = usernamefuture.thencombine(emailfuture, (username, email) -> { return new user(username, email); }); userfuture.thenaccept(user -> system.out.println("user created: " + user));
在此代码中,我们异步获取用户名和电子邮件,然后组合结果来创建 user 对象。 completablefuture 的美妙之处在于它允许我们以清晰、可读的方式表达这种复杂的异步逻辑。
fork/join 框架是我们并发工具库中的另一个强大工具。它专为递归分而治之问题而设计,非常适合对大型数组进行排序或处理树状数据结构等任务。该框架使用工作窃取算法,允许空闲线程从繁忙线程中“窃取”任务,确保系统资源的有效利用。
这是使用 fork/join 框架对大型数组的元素求和的示例:
public class sumtask extends recursivetask{ private final long[] array; private final int start; private final int end; private static final int threshold = 10000; public sumtask(long[] array, int start, int end) { this.array = array; this.start = start; this.end = end; } @override protected long compute() { if (end - start <= threshold) { long sum = 0; for (int i = start; i < end; i++) { sum += array[i]; } return sum; } else { int mid = (start + end) / 2; sumtask left = new sumtask(array, start, mid); sumtask right = new sumtask(array, mid, end); left.fork(); long rightresult = right.compute(); long leftresult = left.join(); return leftresult + rightresult; } } } // usage forkjoinpool pool = forkjoinpool.commonpool(); long[] array = new long[1000000]; // ... fill array with values sumtask task = new sumtask(array, 0, array.length); long sum = pool.invoke(task);
这个示例演示了我们如何使用 fork/join 框架来并行化计算密集型任务。该框架负责在可用线程之间分配工作,使我们能够专注于算法的逻辑。
并行流是构建在 fork/join 框架之上的更高级别的抽象。它们提供了一种简单的方法来并行化集合操作,从而可以轻松地利用多核处理器来执行数据处理任务。我发现并行流在处理大型数据集时特别有用,其中可以对每个元素独立执行操作。
这是使用并行流处理大量数字的示例:
listnumbers = arrays.aslist(1, 2, 3, 4, 5, 6, 7, 8, 9, 10); long sum = numbers.parallelstream() .filter(n -> n % 2 == 0) .maptolong(n -> n * n) .sum(); system.out.println("sum of squares of even numbers: " + sum);
在此代码中,我们使用并行流来过滤偶数、对它们进行平方并对结果求和。 parallelstream() 方法自动使用 fork/join 池在多个线程之间分配工作。
stampedlock 是 java 并发实用程序的最新补充。它旨在在读取比写入频繁得多的情况下提供比 reentrantreadwritelock 更好的性能。 stampedlock 允许三种锁定模式:写入、读取和乐观读取。
以下是如何使用 stampedlock 的示例:
public class point {
private double x, y;
private final stampedlock sl = new stampedlock();
void move(double deltax, double deltay) {
long stamp = sl.writelock();
try {
x += deltax;
y += deltay;
} finally {
sl.unlockwrite(stamp);
}
}
double distancefromorigin() {
long stamp = sl.tryoptimisticread();
double currentx = x, currenty = y;
if (!sl.validate(stamp)) {
stamp = sl.readlock();
try {
currentx = x;
currenty = y;
} finally {
sl.unlockread(stamp);
}
}
return math.sqrt(currentx * currentx + currenty * currenty);
}
}
在此示例中,move 方法使用写锁来确保更新坐标时的独占访问。 distancefromorigin 方法使用乐观读取,它实际上并不锁定状态。如果乐观读取失败(即,如果在读取期间发生写入),它将回退到常规读取锁定。
java 9 中引入的 flow api 为标准库带来了响应式编程。它提供了用于实现反应流规范的接口,允许具有非阻塞背压的异步流处理。虽然 flow api 本身相当低级,但它可以作为更高级别反应式库的基础。
这是使用 flow api 的简单示例:
public class SimplePublisher implements Flow.Publisher{ private final List data = Arrays.asList(1, 2, 3, 4, 5); @Override public void subscribe(Flow.Subscriber super Integer> subscriber) { subscriber.onSubscribe(new Flow.Subscription() { private int index = 0; @Override public void request(long n) { for (int i = 0; i < n && index < data.size(); i++) { subscriber.onNext(data.get(index++)); } if (index >= data.size()) { subscriber.onComplete(); } } @Override public void cancel() { index = data.size(); } }); } } public class SimpleSubscriber implements Flow.Subscriber { private Flow.Subscription subscription; @Override public void onSubscribe(Flow.Subscription subscription) { this.subscription = subscription; subscription.request(1); } @Override public void onNext(Integer item) { System.out.println("Received: " + item); subscription.request(1); } @Override public void onError(Throwable throwable) { System.err.println("Error: " + throwable.getMessage()); } @Override public void onComplete() { System.out.println("Complete"); } } // Usage SimplePublisher publisher = new SimplePublisher(); SimpleSubscriber subscriber = new SimpleSubscriber(); publisher.subscribe(subscriber);
此示例演示了使用 flow api 的简单发布者-订阅者交互。发布者发出一系列整数,订阅者一次处理一个整数。
这些并发特性显着提高了我编写高效、可扩展的 java 应用程序的能力。 completablefuture 使异步编程变得更加直观,使我能够清楚地表达复杂的工作流程。 fork/join 框架对于并行化递归算法非常有价值,而并行流则简化了批量数据处理。
stampedlock 已被证明在我需要对并发访问进行细粒度控制的场景中非常有用,尤其是在读取密集的情况下。虽然我没有直接使用 flow api,但很高兴看到响应式编程原理成为 java 标准库的一部分。
我在使用这些功能时学到的重要教训之一是为工作选择正确工具的重要性。虽然并行流很方便,但它们并不总是每个并发任务的最佳选择。有时,使用 completablefuture 或 fork/join 框架的更底层方法可以提供更好的性能和控制。
我还发现这些功能通常组合起来效果最佳。例如,我可能使用 completablefuture 来协调多个异步任务,每个异步任务在内部都使用并行流进行数据处理。或者,我可能会使用 stampedlock 来保护使用 flow api 构建的反应式应用程序中的共享状态。
需要注意的是,虽然这些功能使并发编程变得更容易,但它们并不能消除仔细设计和测试的需要。并发错误仍然可能发生,而且它们通常很微妙且难以重现。我始终确保在适当的时候使用 jcstress 等工具彻底测试我的并发代码。
总之,java 的并发增强为开发人员提供了一套强大的工具来构建高性能应用程序。通过利用 completablefuture、fork/join 框架、并行流、stampedlock 和 flow api,我们可以创建响应迅速、高效且可扩展的系统,充分利用现代多核处理器。随着 java 的不断发展,我很高兴看到该语言的未来版本中将引入哪些新的并发功能。
我们的创作
一定要看看我们的创作:
投资者中心 | 投资者中央西班牙语 | 投资者中德意志 | 智能生活 | 时代与回响 | 令人费解的谜团 | 印度教 | 精英开发 | js学校
我们在媒体上
科技考拉洞察 | 时代与回响世界 | 投资者中央媒体 | 令人费解的谜团 | 科学与时代媒介 | 现代印度教
今天关于《掌握 Java 并发性:CompletableFuture、Fork/Join 及其他》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!
提升工作效率的秘密武器:电脑便利贴的全面指南
- 上一篇
- 提升工作效率的秘密武器:电脑便利贴的全面指南
- 下一篇
- 绝美文艺电脑壁纸推荐:提升工作与生活的艺术感
-
- 文章 · java教程 | 5天前 | [] · []
- Java CompletableFuture 怎么加超时兜底:从同步等待改成可控异步返回
- 304浏览 收藏
-
- 文章 · java教程 | 1星期前 | 性能优化 · Java教程 · CompletableFuture · 接口聚合 · java completablefuture orTimeout completeOnTimeout 接口性能 P95
- Java CompletableFuture 聚合接口优化:用超时兜底把 P95 从 920ms 降到 330ms
- 255浏览 收藏
-
- 文章 · java教程 | 2星期前 | Spring Boot · Java教程 · 接口设计 · Webhook · 幂等设计 · java spring boot WebHook 回调接口 幂等 状态流转 验签
- Java Webhook 回调接收接口设计:验签、幂等和状态流转
- 488浏览 收藏
-
- 文章 · java教程 | 2星期前 | Java教程 · TTL缓存 · ConcurrentHashMap · 小项目 · java 本地缓存 concurrenthashmap TTL缓存 过期淘汰
- Java 本地 TTL 缓存小项目:用 ConcurrentHashMap 实现过期淘汰和命中统计
- 394浏览 收藏
-
- 文章 · java教程 | 2星期前 | Java · Stream · 数据处理 · 后端教程 · Java Stream bigdecimal 分组统计 Collectors 订单汇总
- Java Stream 分组统计实验:从订单列表到客户消费汇总
- 355浏览 收藏
-
- 文章 · java教程 | 2星期前 | Java · Spring Boot · 后端开发 · 接口校验 · java spring boot dto 接口设计 参数校验
- Spring Boot 参数校验工作流:DTO、注解和统一错误响应
- 495浏览 收藏
-
- 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
-
- ljg-skills
- ljg-skills 是李继刚开源的 AI 技能与提示词集合,面向大模型使用者整理了一批可复用的 prompt、角色设定和任务技能模板,适合用于学习提示词设计、搭建个人 AI 工作流和沉淀团队常用智能体能力。
- 4492次使用
-
- MELO音乐
- MELO音乐是一站式AI视频与音乐制作助手,对标suno, udio的高品质体验。提供伴奏生成、原创写词、无损导出、哼唱识曲、混音变声等全套音频与短视频编辑工具。无论是流行Kpop、电音说唱、民谣古风、摇滚儿歌还是商用轻音乐,MELO为你免费谱曲,轻松做同款!
- 4175次使用
-
- UniScribe
- UniScribe 是一款 AI 音视频转文字与内容整理工具,支持上传音频、视频文件或粘贴 YouTube 链接,自动生成转写文本、摘要、思维导图和关键问题,并支持多格式导出,适合会议记录、课程学习、访谈整理和内容创作复盘。
- 4140次使用
-
- 剧云
- 剧云是专业中文剧本创作平台,安全稳定运行十余年,集成AI编剧、剧本医生审核、人物小传、剧情关系图、大纲编写、多人协作、Word导入导出、版权管控功能,数据安全防护,轻松高效创作剧本。
- 4369次使用
-
- 万象有声
- 万象有声,一个专为有声创作者打造的新一代智能有声内容创作平台。平台提供专业的智能拆章、智能画本编辑、AI配音、AI生成音效、后期制作、智能对轨、智能审听等有声创作全流程工具,可以帮助创作者高效、低成本创作出引人入胜的有声作品。立即体验,让有声书制作更简单!
- 4313次使用
-
- 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
-
- 怎么通过 HTML 的 accesskey 属性为网页中的按钮或链接设置键盘快捷键
- 2026-05-04 501浏览

