前言
回调，顾名思义，回过头来调用，详细的说来就是用户无需关心内部实现的具体逻辑，只需要在暴露出的回调函数中放入自己的业务逻辑即可。由于回调机制解耦了框架代码和业务代码，所以可以看做是对面向对象解耦的具体实践之一。由于本文的侧重点在于讲解后端回调，所以对于前端回调甚至于类似JSONP的回调函数类的，利用本章讲解的知识进行代入的时候，请斟酌一二，毕竟后端和前端还是有一定的区别，所谓差之毫厘，可能谬以千里，慎之。所以本章对回调的讲解侧重于后端，请知悉。
回调定义
说到回调，其实我的理解类似于函数指针的功能，怎么讲呢？因为一个方法，一旦附加了回调入参，那么用户在进行调用的时候，这个回调入参是可以用匿名方法直接替代的。回调的使用必须和方法的签名保持一致性，下面我们来看一个JDK实现的例子：
default boolean removeIf(Predicate<? super E> filter) { Objects.requireNonNull(filter); boolean removed = false; final Iterator<E> each = iterator(); while (each.hasNext()) { if (filter.test(each.next())) { each.remove(); removed = true; } } return removed; }
在JDK中，List结构有一个removeIf的方法，其实现方式如上所示。由于附带了具体的注释讲解，我这里就不再进行过多的讲述。我们需要着重关注的是其入参：Predicate，因为他就是一个函数式接口，入参为泛型E，出参为boolean，其实和Function<? super E, boolean>是等价的。由于List是一个公共的框架代码，里面不可能糅合业务代码，所以为了解耦框架代码和业务代码，JDK使用了内置的各种函数式接口作为方法的回调，将具体的业务实践抛出去，让用户自己实现，而它自己只接受用户返回的结果就行了：只要用户处理返回true（filter.test(each.next()返回true），那么我就删掉当前遍历的数据；如果用户处理返回false（filter.test(each.next()返回false），那么我就保留当前遍历的数据。是不是非常的nice？
其实这种完美的协作关系，在JDK类库中随处可见，在其他经常用到的框架中也很常见，诸如Guava，Netty，实在是太多了（这也从侧面说明，利用函数式接口解耦框架和业务，是正确的做法），我撷取了部分片段如下：
//将map中的所有entry进行替换 void replaceAll(BiFunction<? super K, ? super V, ? extends V> function) //将map中的entry进行遍历 void forEach(BiConsumer<? super K, ? super V> action) //map中的entry值如果有，则用新值重新建立映射关系 V computeIfPresent(K key, BiFunction<? super K, ? super V, ? extends V> remappingFunction) //Deque遍历元素 void forEach(Consumer<? super T> action) //Deque按给定条件移除元素 boolean removeIf(Predicate<? super E> filter) //Guava中获取特定元素 <T> T get(Object key, final Callable<T> valueLoader) //Netty中设置监听 ChannelPromise addListener(GenericFutureListener<? extends Future<? super Void>> listener)
那么，回过头来想想，如果我们封装自己的组件，想要封装的很JDK Style，该怎么做呢？如果上来直接理解Predicate，Function，Callable，Consumer，我想很多人是有困难的，那就听我慢慢道来吧。
我们先假设如下一段代码，这段代码我相信很多人会很熟悉，很多人也封装过，这就是我们的大名鼎鼎的RedisUtils封装类：
/** * key递增特定的num * @param key Redis中保存的key * @param num 递增的值 * @return key计算完毕后返回的结果值 */ public Long incrBy(String key,long num) { CallerInfo callerInfo = Profiler.registerInfo("sendCouponService.redis.incrBy", "sendCouponService", false, true); Long result; try { result = jrc.incrBy(key, num); } catch (Exception e) { logger.error("incrBy", null, "sendCouponService.redis.incrBy异常,key={},value={}", e, key, num); Profiler.functionError(callerInfo); throw new RuntimeException("sendCouponService.redis.incrBy异常,key=" + key, e); } finally { Profiler.registerInfoEnd(callerInfo); } return result; }
上面这段代码只是一个示例，其实还有上百个方法基本上都是这种封装结构，这种封装有问题吗？没问题！而且封装方式辛辣老道，一看就是高手所为，因为既加了监控，又做了异常处理，而且还有错误日志记录，一旦发生问题，我们能够第一时间知道哪里出了问题，哪个方法出了问题，然后设定对应的应对方法。
这种封装方式，如果当做普通的Util来用，完全没有问题，但是如果想封装成组件，则欠缺点什么，我列举如下：
1. 当前代码写死了用jrc操作，如果后期切换到jimdb，是不是还得为jimdb专门写一套呢？
2. 当前代码，上百个方法，其实很多地方都是重复的，唯有redis操作那块不同，代码重复度特别高，一旦扩展新方法，基本上是剖解原有代码，然后拷贝现有方法，最后改成新方法。
3. 当前方法，包含的都是redis单操作，如果遇到那种涉及到多个操作组合的(比如先set，然后expire或者更复杂一点)，需要添加新方法，本质上这种新方法其实和业务性有关了。
从上面列出的这几点来看，其实我们可以完全将其打造成一个兼容jrc操作和cluster操作，同时具有良好框架扩展性（策略模式+模板模式）和良好代码重复度控制（函数式接口回调）的框架。由于本章涉及内容为异步回调，所以这里我们将讲解这种代码如何保持良好的代码重复度控制上。至于良好的框架扩展性，如果感兴趣的话，我会在后面的章节进行讲解。那么我们开始进行优化吧。
首先，找出公共操作部分（白色）和非公共操作部分（黄色）：
/** * key递增特定的num * @param key Redis中保存的key * @param num 递增的值 * @return key计算完毕后返回的结果值 */ public Long incrBy(String key,long num) { CallerInfo callerInfo = Profiler.registerInfo("sendCouponService.redis.incrBy", "sendCouponService", false, true); Long result;
try { result = jrc.incrBy(key, num);
} catch (Exception e) { logger.error("incrBy", null, "sendCouponService.redis.incrBy异常,key={},value={}", e, key, num);
Profiler.functionError(callerInfo);
return null;
} finally { Profiler.registerInfoEnd(callerInfo); } return result; }
通过上面的标记，我们发现非公共操作部分，有两类：
1. ump提示语和日志提示语不一致
2. 操作方法不一致
标记出来了公共操作部分，之后我们开始封装公共部分：
/** * 公共模板抽取 * * @param method * @param callable * @param <T> * @return */ public static <T> T invoke(String method) { CallerInfo info = Profiler.registerInfo(method, false, true); try { //TODO 这里放置不同的redis操作方法 } catch (Exception e) { logger.error(method, e); AlarmUtil.alarm(method + e.getCause()); reutrn null; } finally { Profiler.registerInfoEnd(info); } }
但是这里有个问题，我们虽然把公共模板抽取出来了，但是TODO标签里面的内容怎么办呢？ 如何把不同的redis操作方法传递进来呢？
其实在java中，我们可以利用接口的方式，将具体的操作代理出去，由外部调用者来实现，听起来是不是感觉又和IOC搭上了点关系，不错，你想的没错，这确实是控制反转依赖注入的一种做法，通过接口方式将具体的实践代理出去，这也是进行回调操作的原理。接下来看我们的改造：
/** * redis操作接口 */ public interface RedisOperation<T>{ //调用redis方法，入参为空，出参为T泛型 T invoke(); } /** * redis操作公共模板 * @param method * @param redisOperation * @param <T> * @return */ public static <T> T invoke(String method,RedisOperation redisOperation) { CallerInfo info = Profiler.registerInfo(method, false, true); try { return redisOperation.invoke(); } catch (Exception e) { logger.error(method, e); AlarmUtil.alarm(method + e.getCause()); reutrn null; } finally { Profiler.registerInfoEnd(info); } }
这样，我们就打造好了一个公共的redis操作模板，之后就可以像下面的方式来使用了：
@Override
public Long incrby(String key, long val){
String method = "com.jd.marketing.util.RedisUtil.incrby";
RedisOperation<Long> process = () -> {
return redisUtils.incrBy(key, val);
};
return CacheHelper.invoke(method, process);
}
之后的一百多个方法，你也可以使用这样的方式来一一进行包装，之后你会发现原来RedisUtils封装完毕，代码写了2000行，但是用这种方式之后，代码只写了1000行，而且后续有新的联合操作过来，你只需要在如下代码段里面直接把级联操作添加进去即可：
RedisOperation<Long> process = () -> {
//TODO other methods
//TODO other methods
return redisUtils.incrBy(key, val);
};
是不是很方便快捷？在这里我需要所以下的是，由于RedisOperation里面的invoke方法是没有入参，带有一个出参结果的调用。所以在回调这里，我用了匿名表达式来()->{}来match这种操作。但是如果回调这里，一个入参，一个出参的话，那么我的匿名表达式需要这样写 param->{}, 多个入参，那就变成了这样 (param1, param2, param3)->{} 。由于这里并非重点，我不想过多讲解，如果对这种使用方式不熟悉，可以完全使用如下的方式来进行书写也行：
@Override
public Long incrby(String key, long val){
String method = "com.jd.marketing.util.RedisUtil.incrby";
RedisOperation<Long> process = () -> incrByOperation(key, val);
return CacheHelper.invoke(method, process);
}
private Long incrByOperation(String key, long val){
return redisUtils.incrBy(key, val);
}
其实说到这里的时候，我就有必要提一下开头的埋下的线索了。其实之前演示的Netty的代码：
//Netty中设置监听
ChannelPromise addListener(GenericFutureListener<? extends Future<? super Void>> listener)
GenericFutureListener这个接口
就是按照上面的写法来做的，是不是豁然开朗呢？至于其调用方式，也和上面讲解的一致，只要符合接口里面方法的调用标准就行(入参和出参符合就行), 比如 future –> {}。
说到这里，我们可能认为这样太麻烦了，自己定义接口，然后注入到框架中，最后用户自己实现调用方法，一长串。是的，你说的没错，这样确实太麻烦了，JDK于是专门用了一个 FunctionalInterface的annotation来帮我们做了，所以在JDK中，如果你看到Consumer，Function，Supplier等，带有@FunctionalInterface标注的接口，那么就说明他是一个函数式接口，而这种接口是干什么的，具体的原理就是我上面讲的。下面我们来梳理梳理这些接口吧。
先看一下我们的RedisUtils使用JDK自带的函数式接口的最终封装效果：
从图示代码可以看出，整体封装变得简洁许多，而且我们用了JDK内置的函数式接口，所以也无需写其他多余的代码，看上去很清爽，重复代码基本不见了。而且，由于JDK提供的其他的函数式接口有运算操作，比如Predicate.or, Predicate.and操作等，大大加强了封装的趣味性和乐趣。
下面我将JDK中涉及的常用的函数式接口列举一遍，然后来详细讲解讲解吧，列表如下：
Consumer, 提供void accept(T t)回调 Runnable, 提供void run()回调 Callable, 提供V call() throws Exception回调 Supplier, 提供T get()回调 Function, 提供R apply(T t)回调, 有andThen接续操作 Predicate, 提供boolean test(T t)回调, 等价于 Function<T, boolean> BiConsumer, 提供void accept(T t, U u)回调，注意带Bi的回调接口，表明入参都是双参数，比如BiPredicate
......
其实还有很多，我这里就不一一列举了。感兴趣的朋友可以在这里找到JDK提供的所有函数式接口。
接下来，我们来讲解其使用示范，以便于明白怎么样去使用它。
对于Consumer函数式接口，内部的void accept(T t)回调方法，表明了它只能回调有一个入参，没有返参的方法。示例如下：
/** * Consumer调用的例子 */ public void ConsumerSample() { LinkedHashMap linkedHashMap = new LinkedHashMap(); linkedHashMap.put("key", "val"); linkedHashMap.forEach((k, v) -> { System.out.println("key" + k + ",val" + v); }); }
对于Callable接口，其实和Supplier接口是一样的，只是有无Exception抛出的区别，示例如下：
/** * Callable调用的例子 */ public Boolean setnx(String key, String val){ String method = "com.jd.marketing.util.RedisUtil.setnx"; Callable<Boolean> process = () -> { Long rst = redisUtils.setnx(key, val); if(rst == null || rst == 0){ return false; } return true; }; return CacheHelper.invoke(method, process); }
对于Predicate<T>接口，等价于Function<T, Boolean>， 示例如下：
/** * Precidate调用的例子 */ public void PredicateSample() { List list = new ArrayList(); list.add("a") list.removeIf(item -> { return item.equals("a"); }); }
说明一下，Predicate的入参为一个参数，出参为boolean，很适合进行条件判断的场合。在JDK的List数据结构中，由于removeIf方法无法耦合进去业务代码，所以利用Predicate函数式接口将业务逻辑实现部分抛给了用户自行处理，用户处理完毕，只要返回给我true，我就删掉当前的item；返回给我false，我就保留当前的item。解耦做的非常漂亮。那么List的removeIf实现方式你觉得是怎样实现的呢？如果我不看JDK代码的话，我觉得实现方式如下：
public boolean removeIf(Predicate<T> predicate){ final Iterator<T> iterator = getIterator(); while (iterator.hasNext()) { T current = iterator.next(); boolean result = predicate.test(current); if(result){ iterator.remove(); return true; } } return false; }
但是实际你去看看List默认的removeIf实现，源码大概和我写的差不多。所以只要理解了函数式接口，我们也能写出JDK Style的代码，酷吧。
CompletableFuture实现异步处理
好了，上面就是函数式接口的整体介绍和使用简介，不知道你看了之后，理解了多少呢？接下来我们要讲解的异步，完全基于上面的函数式接口回调，如果之前的都看懂了，下面的讲解你将豁然开朗；反之则要悟了。但是正确的方向都已经指出来了，所以入门应该是没有难度的。
CompletableFuture，很长的一个名字，我对他的印象停留在一次代码评审会上，当时有人提到了这个类，我只是简单的记录下来了，之后去JDK源码中搜索了一下，看看主要干什么的，也没有怎么想去看它。结果当我搜到这个类，然后看到Author的时候，我觉得我发现了金矿一样，于是我决定深入的研究下去，那个作者的名字就是：
/** * A {@link Future} that may be explicitly completed (setting its * value and status), and may be used as a {@link CompletionStage}, * supporting dependent functions and actions that trigger upon its * completion. * * <p>When two or more threads attempt to * {@link #complete complete}, * {@link #completeExceptionally completeExceptionally}, or * {@link #cancel cancel} * a CompletableFuture, only one of them succeeds. * * <p>In addition to these and related methods for directly * manipulating status and results, CompletableFuture implements * interface {@link CompletionStage} with the following policies: <ul> * * <li>Actions supplied for dependent completions of * <em>non-async</em> methods may be performed by the thread that * completes the current CompletableFuture, or by any other caller of * a completion method.</li> * * <li>All <em>async</em> methods without an explicit Executor * argument are performed using the {@link ForkJoinPool#commonPool()} * (unless it does not support a parallelism level of at least two, in * which case, a new Thread is created to run each task). To simplify * monitoring, debugging, and tracking, all generated asynchronous * tasks are instances of the marker interface {@link * AsynchronousCompletionTask}. </li> * * <li>All CompletionStage methods are implemented independently of * other public methods, so the behavior of one method is not impacted * by overrides of others in subclasses. </li> </ul> * * <p>CompletableFuture also implements {@link Future} with the following * policies: <ul> * * <li>Since (unlike {@link FutureTask}) this class has no direct * control over the computation that causes it to be completed, * cancellation is treated as just another form of exceptional * completion. Method {@link #cancel cancel} has the same effect as * {@code completeExceptionally(new CancellationException())}. Method * {@link #isCompletedExceptionally} can be used to determine if a * CompletableFuture completed in any exceptional fashion.</li> * * <li>In case of exceptional completion with a CompletionException, * methods {@link #get()} and {@link #get(long, TimeUnit)} throw an * {@link ExecutionException} with the same cause as held in the * corresponding CompletionException. To simplify usage in most * contexts, this class also defines methods {@link #join()} and * {@link #getNow} that instead throw the CompletionException directly * in these cases.</li> </ul> * * @author Doug Lea * @since 1.8 */
Doug Lea，Java并发编程的大神级人物，整个JDK里面的并发编程包，几乎都是他的作品，很务实的一个老爷子，目前在纽约州立大学奥斯威戈分校执教。比如我们异常熟悉的AtomicInteger类也是其作品：
/** * An {@code int} value that may be updated atomically. See the * {@link java.util.concurrent.atomic} package specification for * description of the properties of atomic variables. An * {@code AtomicInteger} is used in applications such as atomically * incremented counters, and cannot be used as a replacement for an * {@link java.lang.Integer}. However, this class does extend * {@code Number} to allow uniform access by tools and utilities that * deal with numerically-based classes. * * @since 1.5 * @author Doug Lea */ public class AtomicInteger extends Number implements java.io.Serializable { // ignore code }
想查阅老爷子的最新资料，建议到Wikipedia上查找，里面有他的博客链接等，我这里就不再做过多介绍，回到正题上来，我们继续谈谈CompletableFuture吧。我刚才贴的关于这个类的描述，都是英文的，而且特别长，我们不妨贴出中文释义来，看看具体是个什么玩意儿：
继承自Future，带有明确的结束标记；同时继承自CompletionStage，支持多函数调用行为直至完成态。
当两个以上的线程对CompletableFuture进行complete调用，completeExceptionally调用或者cancel调用，只有一个会成功。
为了直观的保持相关方法的状态和结果，CompletableFuture按照如下原则继承并实现了CompletionStage接口：
1. 多个同步方法的级联调用，可能会被当前的CompletableFuture置为完成态，也可能会被级联函数中的任何一个方法置为完成态。
2. 异步方法的执行，默认使用ForkJoinPool来进行（如果当前的并行标记不支持多并发，那么将会为每个任务开启一个新的线程来进行）。
为了简化监控，调试，代码跟踪等，所有的异步任务必须继承自AsynchronousCompletionTask。
3. 所有的CompletionStage方法都是独立的，overrid子类中的其他的方法并不会影响当前方法行为。
CompletableFuture同时也按照如下原则继承并实现了Future接口：
1. 由于此类无法控制完成态（一旦完成，直接返回给调用方），所以cancellation被当做是另一种带有异常的完成状态. 在这种情况下cancel方法和CancellationException是等价的。
方法isCompletedExceptionally可以用来监控CompletableFuture在一些异常调用的场景下是否完成。
2. get方法和get(long, TimeUint)方法将会抛出ExecutionException异常，一旦计算过程中有CompletionException的话。
为了简化使用，这个类同时也定义了join()方法和getNow()方法来避免CompletionException的抛出（在CompletionException抛出之前就返回了结果）。
由于没有找到中文文档，所以这里自行勉强解释了一番，有些差强人意。
在我们日常生活中，我们的很多行为其实都是要么有结果的，要么无结果的。比如说做蛋糕，做出来的蛋糕就是结果，那么一般我们用Callable或者Supplier来代表这个行为，因为这两个函数式接口的执行，是需要有返回结果的。再比如说吃蛋糕，吃蛋糕这个行为，是无结果的。因为他仅仅代表我们去干了一件事儿，所以会用Consumer或者Runnable来代表吃饭这个行为。因为这两个函数式接口的执行，是不返回结果的。有时候我发现家里没有做蛋糕的工具，于是我便去外面的蛋糕店委托蛋糕师傅给我做一个，那么这种委托行为，其实就是一种异步行为，会用Future来描述。因为Future神奇的地方在于，可以让一个同步执行的方法编程异步的，就好似委托蛋糕师傅做蛋糕一样。这样我们就可以在蛋糕师傅给我们做蛋糕期间去做一些其他的事儿，比如听音乐等等。但是由于Future不具有事件完成告知的能力，所以得需要自己去一遍一遍的问师傅，做好了没有。而CompletableFuture则具有这种能力，所以总结起来如下：
- Callable，有结果的同步行为，比如做蛋糕
- Runnable，无结果的同步行为，比如吃蛋糕
- Future，异步封装Callable/Runnable，比如委托给蛋糕师傅（其他线程）去做
- CompletableFuture，封装Future，使其拥有回调功能，比如让师傅主动告诉我蛋糕做好了
那么上面描述的场景，我们用代码封装一下吧：
public static void main(String... args) throws Exception { CompletableFuture .supplyAsync(() -> makeCake()) .thenAccept(cake -> eatCake(cake)); System.out.println("先回家听音乐，蛋糕做好后给我打电话，我来取..."); Thread.currentThread().join(); } private static Cake makeCake() { System.out.println("我是蛋糕房，开始为你制作蛋糕..."); try { Thread.sleep(5000); } catch (InterruptedException e) { e.printStackTrace(); } Cake cake = new Cake(); cake.setName("草莓蛋糕"); cake.setShape("圆形"); cake.setPrice(new BigDecimal(99)); System.out.println("蛋糕制作完毕，请取回..."); return cake; } private static void eatCake(Cake cake) { System.out.println("这个蛋糕是" + cake.getName() + ",我喜欢，开吃..."); }
最后执行结果如下：
我是蛋糕房，开始为你制作蛋糕... 先回家听音乐，蛋糕做好后给我打电话，我来取... 蛋糕制作完毕，请取回... 这个蛋糕是草莓蛋糕,我喜欢，开吃...
由于CompletableFuture的api有50几个，数量非常多，我们可以先将其划分为若干大类（摘自理解CompletableFuture，总结的非常好，直接拿来用）：
创建类：用于CompletableFuture对象创建，比如：
- completedFuture
- runAsync
- supplyAsync
- anyOf
- allOf
状态取值类：用于判断当前状态和同步等待取值，比如：
- join
- get
- getNow
- isCancelled
- isCompletedExceptionally
- isDone
控制类：可用于主动控制CompletableFuture完成行为，比如：
- complete
- completeExceptionally
- cancel
接续类：CompletableFuture最重要的特性，用于注入回调行为，比如：
- thenApply, thenApplyAsync
- thenAccept, thenAcceptAsync
- thenRun, thenRunAsync
- thenCombine, thenCombineAsync
- thenAcceptBoth, thenAcceptBothAsync
- runAfterBoth, runAfterBothAsync
- applyToEither, applyToEitherAsync
- acceptEither, acceptEitherAsync
- runAfterEither, runAfterEitherAsync
- thenCompose, thenComposeAsync
- whenComplete, whenCompleteAsync
- handle, handleAsync
- exceptionally
上面的方法非常多，而大多具有相似性，我们大可不必马上记忆。先来看看几个一般性的规律，便可辅助记忆（重要）：
- 以Async后缀结尾的方法，均是异步方法，对应无Async则是同步方法。
- 以Async后缀结尾的方法，一定有两个重载方法。其一是采用内部forkjoin线程池执行异步，其二是指定一个Executor去运行。
- 以run开头的方法，其方法入参的lambda表达式一定是
无参数，并且无返回值的，其实就是指定Runnable - 以supply开头的方法，其方法入参的lambda表达式一定是
无参数，并且有返回值，其实就是指Supplier - 以Accept为开头或结尾的方法，其方法入参的lambda表达式一定是
有参数，但是无返回值，其实就是指Consumer - 以Apply为开头或者结尾的方法，其方法入参的lambda表达式一定是
有参数，但是有返回值，其实就是指Function - 带有either后缀的表示谁先完成则消费谁。
以上6条记住之后，就可以记住60%以上的API了。
先来看一下其具体的使用方式吧（网上有个外国人写了CompletableFuture的20个例子，我看有中文版了，放到这里，大家可以参考下）。
/** * CompletableFuture调用completedFuture方法，表明执行完毕 */ static void sample1() { CompletableFuture cf = CompletableFuture.completedFuture("message"); Assert.assertTrue(cf.isDone()); Assert.assertEquals("message", cf.getNow(null)); }
sample1代码，可以看出，如果想让一个ComopletableFuture执行完毕，最简单的方式就是调用其completedFuture方法即可。之后就可以用getNow对其结果进行获取，如果获取不到就返回默认值null。
/** * 两个方法串行执行，后一个方法依赖前一个方法的返回 */ static void sample2() { CompletableFuture cf = CompletableFuture .completedFuture("message") .thenApply(message -> { Assert.assertFalse(Thread.currentThread().isDaemon()); return message.toUpperCase(); }); Assert.assertEquals("MESSAGE", cf.getNow(null)); }
sample2代码，利用thenApply实现两个函数串行执行，后一个函数的执行以来前一个函数的返回结果。
/** * 两个方法并行执行，两个都执行完毕后，在进行汇总 */ static void sample3() { long start = System.currentTimeMillis(); CompletableFuture cf = CompletableFuture.runAsync(() -> { try { Thread.sleep(1000); } catch (InterruptedException e) { e.printStackTrace(); } }); CompletableFuture cf1 = CompletableFuture.runAsync(() -> { try { Thread.sleep(2000); } catch (InterruptedException e) { e.printStackTrace(); } }); CompletableFuture.allOf(cf, cf1).whenComplete((v,t)->{ System.out.println("都完成了"); }).join(); long end = System.currentTimeMillis(); System.out.println((end-start)); }
sample3最后的执行结果为：
都完成了
2087
可以看到，耗时为2087毫秒，如果是串行执行，需要耗时3000毫秒，但是并行执行，则以最长执行时间为准，其实这个特性在进行远程RPC/HTTP服务调用的时候，将会非常有用，我们一会儿再进行讲解如何用它来反哺业务。
/** * 方法执行取消 */ static void sample4(){ CompletableFuture cf = CompletableFuture.supplyAsync(()->{ try { System.out.println("开始执行函数..."); Thread.sleep(2000); System.out.println("执行函数完毕..."); } catch (InterruptedException e) { e.printStackTrace(); } return "ok"; }); CompletableFuture cf2 = cf.exceptionally(throwable -> { return throwable; }); cf2.cancel(true); if(cf2.isCompletedExceptionally()){ System.out.println("成功取消了函数的执行"); } cf2.join(); }
调用结果如下：
开始执行函数... 成功取消了函数的执行 Exception in thread "main" java.util.concurrent.CancellationException at java.util.concurrent.CompletableFuture.cancel(CompletableFuture.java:2263) at com.jd.jsmartredis.article.Article.sample4(Article.java:108) at com.jd.jsmartredis.article.Article.main(Article.java:132)
可以看到我们成功的将函数执行中断，同时由于cf2返回的会一个throwable的Exception，所以我们的console界面将其也原封不动的打印了出来。
讲解了基本使用之后，如何使用其来反哺我们的业务呢？我们就以通用下单为例吧，来看看通用下单有哪些可以优化的点。
上图就是我们在通用下单接口经常调用的接口，分为下单地址接口，商品信息接口，京豆接口，由于这三个接口没有依赖关系，所以可以并行的来执行。如果换做是目前的做法，那么肯定是顺序执行，假如三个接口获取都耗时1s的话，那么三个接口获取完毕，我们的耗时为3s。但是如果改成异步方式执行的话，那么将会简单很多，接下来，我们开始改造吧。
public Result submitOrder(String pin, CartVO cartVO) { //获取下单地址 CompletableFuture addressFuture = CompletableFuture.supplyAsync(() -> { AddressResult addressResult = addressRPC.getAddressListByPin(pin); return addressResult; }); //获取商品信息 CompletableFuture goodsFuture = CompletableFuture.supplyAsync(() -> { GoodsResult goodsResult = goodsRPC.getGoodsInfoByPin(pin, cartVO); return goodsResult; }); //获取京豆信息 CompletableFuture beanFuture = CompletableFuture.supplyAsync(() -> { JinbeanResult jinbeanResult = JinbeanRPC.getJinbeanByPin(pin); return jinbeanResult; }); CompletableFuture.allOf(addressFuture, goodsFuture, beanFuture).whenComplete((v, throwable) -> { if (throwable == null) { logger.error("获取地址，商品，京豆信息失败", throwable); //TODO 尝试重新获取 } else { logger.error("获取地址，商品，京豆信息成功"); } }).join(); AddressResult addressResult = addressFuture.getNow(null); GoodsResult goodsResult = goodsFuture.getNow(null); JinbeanResult jinbeanResult = beanFuture.getNow(null); //TODO 后续处理 }
这样，我们利用将普通的RPC执行编程了异步，而且附带了强大的错误处理，是不是很简单？
但是如果遇到如下图示的调用结构，CompletableFuture能否很轻松的应对呢？
由于业务变更，需要附带延保信息，为了后续重新计算价格，所以必须将延保商品获取出来，然后计算价格。其实这种既有同步，又有异步的做法，利用CompletableFuture来handle，也是轻松自然，代码如下：
public Result submitOrder(String pin, CartVO cartVO) { //获取下单地址 CompletableFuture addressFuture = CompletableFuture.supplyAsync(() -> { AddressResult addressResult = addressRPC.getAddressListByPin(pin); return addressResult; }); //获取商品信息 CompletableFuture goodsFuture = CompletableFuture.supplyAsync(() -> { GoodsResult goodsResult = goodsRPC.getGoodsInfoByPin(pin, cartVO); return goodsResult; }).thenApplyAsync((goodsResult, Map)->{ YanbaoResult yanbaoResult = yanbaoRPC.getYanbaoInfoByGoodID(goodsResult.getGoodId, pin); Map<String, Object> map = new HashMap<>(); map.put("good", goodsResult); map.put("yanbao",yanbaoResult); return map; }); //获取京豆信息 CompletableFuture beanFuture = CompletableFuture.supplyAsync(() -> { JinbeanResult jinbeanResult = JinbeanRPC.getJinbeanByPin(pin); return jinbeanResult; }); CompletableFuture.allOf(addressFuture, goodsFuture, beanFuture).whenComplete((v, throwable) -> { if (throwable == null) { logger.error("获取地址，商品-延保，京豆信息失败", throwable); //TODO 尝试重新获取 } else { logger.error("获取地址，商品-延保，京豆信息成功"); } }).join(); AddressResult addressResult = addressFuture.getNow(null); GoodsResult goodsResult = goodsFuture.getNow(null); JinbeanResult jinbeanResult = beanFuture.getNow(null); //TODO 后续处理 }
这样我们就可以了，当然这种改造给我们带来的好处也是显而易见的，我们不需要针对所有的接口进行OPS优化，而是针对性能最差的接口进行OPS优化，只要提升了性能最差的接口，那么整体的性能就上去了。
洋洋洒洒写了这么多，希望对大家有用，谢谢。
参考资料：