当前位置:首页 > 文章列表 > 文章 > java教程 > ExecutorCompletionService任务处理详解

ExecutorCompletionService任务处理详解

2025-09-28 12:59:33 0浏览 收藏

欢迎各位小伙伴来到golang学习网,相聚于此都是缘哈哈哈!今天我给大家带来《Java中ExecutorCompletionService任务处理教程》,这篇文章主要讲到等等知识,如果你对文章相关的知识非常感兴趣或者正在自学,都可以关注我,我会持续更新相关文章!当然,有什么建议也欢迎在评论留言提出!一起学习!

ExecutorCompletionService是包装ExecutorService的工具类,利用BlockingQueue存储已完成任务的Future,通过take()或poll()按完成顺序获取结果,实现“谁先完成,谁先处理”。创建时需传入ExecutorService实例,提交任务后可用take()阻塞等待或poll()非阻塞获取结果,适用于搜索、爬虫等需尽早响应的场景,使用后记得关闭线程池。

如何在Java中使用ExecutorCompletionService处理任务

在Java中,当你需要提交多个任务并希望按照任务完成的顺序来处理结果时,ExecutorCompletionService 是一个非常实用的工具。它结合了 ExecutorService 和 BlockingQueue 的优势,能够将已完成的任务结果放入队列中,让你可以逐个获取最先完成的任务结果,而不需要等待所有任务都结束。

什么是ExecutorCompletionService?

它是一个包装了 ExecutorService 的服务类,内部使用一个 BlockingQueue 来存放已完成的 Future 对象。每当你调用 take() 或 poll() 方法时,就能获取第一个完成的任务的 Future,实现“谁先完成,谁先处理”。

基本使用步骤

要使用 ExecutorCompletionService,可以按以下方式操作:

  • 创建一个 ExecutorService 实例(如 ThreadPoolExecutor)
  • 用该实例初始化 ExecutorCompletionService
  • 通过 submit() 提交多个 Callable 或 Runnable 任务
  • 使用 take() 或 poll() 获取已完成任务的结果

代码示例:处理多个耗时任务

假设你有5个任务,每个任务执行时间不同,你想尽快处理每一个完成的任务:

import java.util.concurrent.*;

public class CompletionServiceExample { public static void main(String[] args) { ExecutorService executor = Executors.newFixedThreadPool(3); ExecutorCompletionService completionService = new ExecutorCompletionService<>(executor);

    // 提交5个任务
    for (int i = 1; i <= 5; i++) {
        final int taskId = i;
        completionService.submit(() -> {
            long sleepTime = (long) (Math.random() * 5000); // 随机睡眠
            Thread.sleep(sleepTime);
            System.out.println("任务 " + taskId + " 完成,耗时: " + sleepTime + "ms");
            return sleepTime;
        });
    }

    // 按完成顺序处理结果
    for (int i = 0; i < 5; i++) {
        try {
            Integer result = completionService.take().get(); // take()阻塞直到有任务完成
            System.out.println("处理完成结果: " + result + "ms");
        } catch (InterruptedException | ExecutionException e) {
            e.printStackTrace();
        }
    }

    executor.shutdown();
}

}

在这个例子中,虽然任务是按顺序提交的,但输出会根据实际完成时间排序。最先完成的任务结果会被最先处理。

take() 与 poll() 的区别

两者都用于获取已完成任务的 Future,但行为不同:

  • take():阻塞方法,如果没有完成的任务,会一直等待直到有一个任务完成
  • poll():非阻塞方法,立即返回结果;如果没有完成任务,返回 null。也可以设置超时时间

例如,使用带超时的 poll:

Future future = completionService.poll(1, TimeUnit.SECONDS);
if (future != null) {
    Integer result = future.get();
    System.out.println("获取到结果: " + result);
} else {
    System.out.println("1秒内无任务完成");
}

这在需要控制响应时间或做阶段性检查时很有用。

基本上就这些。使用 ExecutorCompletionService 能有效提升并发任务处理效率,特别适合搜索、爬虫、批量请求等场景,哪里需要“尽早响应”而不是“等待全部”。不复杂但容易忽略的是,别忘了关闭线程池。

好了,本文到此结束,带大家了解了《ExecutorCompletionService任务处理详解》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多文章知识!

高德导航车道级指引设置教程高德导航车道级指引设置教程
上一篇
高德导航车道级指引设置教程
Python虚拟环境搭建指南
下一篇
Python虚拟环境搭建指南
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。
    311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。
    369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。
    363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。
    332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。
    154次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码