---

前言

有了前2篇多线程和线程池基础铺垫后，简单介绍一下多线程在项目中最常见的应用场景。

---

一、多线程应用

	1.项目中哪些业务场景会用到多线程？业务的并行处理和异步处理。2. 如何在项目中使用多线程？并行处理的业务一般会通过Callable和Future创建线程；异步处理的业务一般会使用@Async注解打在方法上，使得方法异步执行业务。3. 本篇需要了解多线程和线程池的基础，不清楚的可以去看看我之前的博客：

二、并行业务

1.业务场景

	业务订单详细信息包含了订单相关信息（主订单、子订单）、用户信息、商品信息、物流信息等。需求在页面上展示业务详细信息。分析该业务场景除了主订单信息，其他订单相关的信息都可以用并行同步查询，最后数据集汇总处理。

2.业务实现

    /*** 用id查询订单表数据* @param orderId 订单id* @return*/private OrderInfo getOrderById(String orderId){OrderInfo orderInfo =new OrderInfo();orderInfo.setUserId("111");orderInfo.setOrderId(orderId);orderInfo.setGoodId("222");//模拟查询数据库业务 200mstry {Thread.sleep(200);} catch (InterruptedException e) {e.printStackTrace();}return orderInfo;}/*** 查询用户信息* @param userId 用户id* @return*/private String getUserInfo(String userId){//模拟rpc查询用户数据 900mstry {Thread.sleep(900);} catch (InterruptedException e) {e.printStackTrace();}return "张三";}/*** 查询商品信息* @param goodsId 商品id* @return*/private String getGoodsInfo(String goodsId){//模拟rpc查询商品数据 2000mstry {Thread.sleep(1000);} catch (InterruptedException e) {e.printStackTrace();}return "苹果";}/*** 获取订单数据* @param orderId 订单id* @return*/public OrderInfo getOrderInfo(String orderId){//开始时间long startTime = System.currentTimeMillis();log.info("查询订单数据，订单id:{}",orderId);//获取到订单数据OrderInfo orderInfo =getOrderById(orderId);//订单数据不能为空if(StringUtils.isEmpty(orderInfo)){return orderInfo;}log.info("获取到订单表数据为:{},接口耗时为：{}",orderInfo.toString(),System.currentTimeMillis()-startTime);//创建一个核心线程数10，最大线程容量20 ，60s存活，有界容量是20的队列ThreadPoolExecutor executor = new ThreadPoolExecutor(10,20,60,TimeUnit.SECONDS,new ArrayBlockingQueue<>(20));//查询订单的用户相关信息Future<String> userFuture = executor.submit(new Callable<String>() {@Overridepublic String call() throws Exception {//获取用户信息return getUserInfo(orderInfo.getUserId());}});//查询订单的商品相关信息Future<String> goodsFuture = executor.submit(new Callable<String>() {@Overridepublic String call() throws Exception {//获取用户信息return getGoodsInfo(orderInfo.getGoodId());}});try {//用户信息String userName = userFuture.get();orderInfo.setUserName(userName);//商品信息String goodName = goodsFuture.get();orderInfo.setGoodName(goodName);} catch (Exception e){//其他处理异常逻辑log.error("查询订单数据异常，订单id：{}",orderId,e);} finally {//关闭线程池executor.shutdown();}log.info("订单的详细信息：{},接口耗时为：{} ms",orderInfo.toString(),System.currentTimeMillis()-startTime);return orderInfo;}

3.代码测试

4.结果分析

	以上的demo，获取订单表数据时间是200ms，获取用户数据时间是900ms，获取商品数据时间是1000ms，
如果是同步执行则最终时间的应该是 200+900+1000 = 2100ms ，而用户和商品数据采用的多线程执行，
会并行执行消耗时间为线程最耗时的线程（查询商品线程 1000ms），则最后的耗时是 200+1000=1200ms，这就是并行处理的好处。从以上的分析可以得出 Future.get()是一个同步则塞的方法。

5.线程池建议

	由于在大流量下使用Executors静态方法创建的线程池存在OOM或CPU占用高的问题，则阿里巴巴开发手册已禁用了使用Executors方式创建线程池。推荐尽量使用ThreadPoolExecutor手动创建线程池，具体可以参考我之前关于线程池的博客。

三、异步业务

1.业务场景

	业务需求订单报表的数据，支持1年内数据的excel导出的功能。分析大数据的excel导出非常慢，如果同步处理则接口一定会超时，且会在导出界面一直loading也会影响用户的体验，
则建议导出功能做成异步在后台生成好excel报表并将其上传到本地FastDFS文件服务器上，待上传成功后更新用户导出记录表的状态和url，用户可以在他的导出记录页面下载他要导出的报表。

2.业务实现

// 自定义@Async的线程池
@EnableAsync
@Configuration
public class TaskPoolConfig {@Bean("taskExecutor")public Executor taskExecutor() {ThreadPoolTaskExecutor executor = new ThreadPoolTaskExecutor();//核心线程数 10executor.setCorePoolSize(10);//线程池最大的容量数executor.setMaxPoolSize(20);//阻塞队列的容量executor.setQueueCapacity(100);//非核心线程存活时间executor.setKeepAliveSeconds(60);//自定义线程名称executor.setThreadNamePrefix("taskExecutor-");//默认拒绝策略 超过处理量则直接抛错executor.setRejectedExecutionHandler(new ThreadPoolExecutor.AbortPolicy());return executor;}
}//业务类
@Component
@Slf4j
public class OrderService {/*** 导出报表的业务*/@Async("taskExecutor") //此处必须要使用自定义线程池的beanNamepublic void exportExcel(){log.info("后台开始处理导出报表的业务，线程名:{}",Thread.currentThread().getName());long start = System.currentTimeMillis();//1.添加用户下载记录表初始数据//2.生成订单报表数据//3.将报表上传到FastDFS上//4.报表上传成功后更新用户下载记录的状态和urltry {//模拟处理以上业务的耗时Thread.sleep(3000);} catch (InterruptedException e) {e.printStackTrace();}log.info("后台处理报表成功，耗时：" + (System.currentTimeMillis() - start) + "ms,线程名："+Thread.currentThread().getName());}
}//控制层
@RestController
@RequestMapping("/order")
@Slf4j
public class OrderController {@Autowiredprivate OrderService orderService;@GetMapping("/export")public String exportExcel() {log.info("用户执行了导出报表功能。。。线程名:{}",Thread.currentThread().getName());long start = System.currentTimeMillis();//异步导出报表数据orderService.exportExcel();log.info("在后台处理导出业务，并响应给用户 ，耗时为：{} ms,线程名：{}",System.currentTimeMillis()-start,Thread.currentThread().getName());return "ok";}
}

3.代码测试

1. 主线程 http-nio-8080-exec-2 耗时6ms就直接响应用户了。
2. 业务线程 taskExecutor-1 在后台处理导出业务 耗时 3000ms就完成相关业务

4.小结

1. 方法使用了@Async 会另起一个线程来处理该方法的业务，从而起到异步处理的效果；
2. 推荐为@Async自定义线程池，如果不自定义线程池，则每一次调用该方法的开销相对于new Thread(),开启线程需要占用一定的内存空间，（默认情况下，主线程1M，子线程512KB）,如果在大流量下会直接导致程序OOM.这个也是大多数程序猿忽略的细节。
3. 推荐给自定义的线程池定义线程的名称，以便后期在日志中定位问题。