当前位置:首页 > 文章列表 > 文章 > java教程 > CompletableFuture并发编程实战教程

CompletableFuture并发编程实战教程

2026-01-31 16:59:36 0浏览 收藏

有志者,事竟成!如果你在学习文章,那么本文《CompletableFuture并发编程使用详解》,就很适合你!文章讲解的知识点主要包括,若是你对本文感兴趣,或者是想搞懂其中某个知识点,就请你继续往下看吧~

CompletableFuture 提供非阻塞异步编程能力,支持链式调用组合任务。1. 用 runAsync/supplyAsync 创建异步任务,可指定线程池;2. thenApply/thenAccept/thenRun 实现结果处理;3. thenCompose 串行组合任务,thenCombine 并行合并结果;4. exceptionally/handle 进行异常处理;5. allOf/anyOf 协调多个任务同步。合理使用可提升代码可读性与健壮性,适用于 I/O 密集型场景。

Java并发编程中CompletableFuture使用方法

在Java并发编程中,CompletableFuture 是对 Future 的增强,提供了非阻塞、函数式、可编排的异步编程能力。它允许你以链式调用的方式组合多个异步任务,避免回调地狱,提升代码可读性和维护性。

1. 创建 CompletableFuture 任务

你可以通过静态方法创建一个异步任务:

  • runAsync():执行无返回值的任务
  • supplyAsync():执行有返回值的任务

默认使用 ForkJoinPool.commonPool() 线程池,也可以传入自定义线程池:

CompletableFuture run = CompletableFuture.runAsync(() -> {
    System.out.println("执行无返回任务");
});

CompletableFuture supply = CompletableFuture.supplyAsync(() -> { return "Hello from async"; }, Executors.newFixedThreadPool(2));

2. 任务完成后处理结果(thenApply, thenAccept, thenRun)

当异步任务完成时,可以进行后续操作:

  • thenApply(Function):转换结果并返回新值
  • thenAccept(Consumer):消费结果,无返回
  • thenRun(Runnable):不关心结果,只运行后续逻辑
CompletableFuture future = CompletableFuture.supplyAsync(() -> "Hi");

future.thenApply(s -> s + " World") .thenAccept(System.out::println) .thenRun(() -> System.out.println("完成"));

3. 组合多个异步任务(thenCompose, thenCombine)

当你需要合并多个异步操作时,这两个方法非常有用:

  • thenCompose:串行组合,前一个任务的结果用于下一个任务(类似 flatMap)
  • thenCombine:并行组合,两个任务都完成后合并结果
// 串行:先获取用户,再获取订单
CompletableFuture getUser = CompletableFuture.supplyAsync(() -> new User("Alice"));
CompletableFuture getOrder = getUser.thenCompose(user ->
    CompletableFuture.supplyAsync(() -> new Order(user.getName()))
);

// 并行:同时获取价格和折扣,然后合并 CompletableFuture price = CompletableFuture.supplyAsync(() -> 100.0); CompletableFuture discount = CompletableFuture.supplyAsync(() -> 0.9); CompletableFuture finalPrice = price.thenCombine(discount, (p, d) -> p * d);

4. 异常处理(handle, exceptionally)

异步任务可能出错,CompletableFuture 提供了异常处理机制:

  • exceptionally(Function):仅处理异常,返回默认值
  • handle(BiFunction):无论是否异常都会执行,可统一处理结果和异常
CompletableFuture broken = CompletableFuture.supplyAsync(() -> {
    throw new RuntimeException("出错了");
});

broken.exceptionally(ex -> "默认值") .thenAccept(System.out::println);

// 或者用 handle broken.handle((result, ex) -> { if (ex != null) { System.out.println("捕获异常: " + ex.getMessage()); return "恢复结果"; } return result; });

5. 等待多个任务完成(allOf, anyOf)

当你需要协调多个异步任务时:

  • CompletableFuture.allOf(...):所有任务都完成才算完成,返回 void
  • CompletableFuture.anyOf(...):任意一个完成即完成
CompletableFuture f1 = CompletableFuture.supplyAsync(() -> "A");
CompletableFuture f2 = CompletableFuture.supplyAsync(() -> "B");
CompletableFuture f3 = CompletableFuture.supplyAsync(() -> "C");

CompletableFuture all = CompletableFuture.allOf(f1, f2, f3); all.thenRun(() -> { System.out.println("全部完成"); try { System.out.println(f1.get()); // 获取结果 } catch (Exception e) { } });

基本上就这些核心用法。合理使用 CompletableFuture 能让你的异步代码更清晰、更健壮,尤其适合 I/O 密集型或远程调用场景。关键是理解每个方法的返回类型和执行时机,避免阻塞主线程。

以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于文章的相关知识,也可关注golang学习网公众号。

CSS过渡性能优化技巧分享CSS过渡性能优化技巧分享
上一篇
CSS过渡性能优化技巧分享
Golang结构体指针初始化方法详解
下一篇
Golang结构体指针初始化方法详解
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。
    262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。
    308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。
    289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。
    266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。
    79次使用