CompletableFuture：組合式非同步程式設計

最近這些年，兩種趨勢不斷地推動我們反思我們設計軟體的方式。第一種趨勢和應用執行的硬體平臺相關，第二種趨勢與應用程式的架構相關，尤其是它們之間如何互動。我們在第7章中已經討論過硬體平臺的影響。我們注意到隨著多核處理器的出現，提升應用程式處理速度最有效的方式是編寫能充分發揮多核能力的軟體。你已經看到通過切分大型的任務，讓每個子任務並行執行，這一目標是能夠實現的；你也已經瞭解相對直接使用執行緒的方式，使用分支/合併框架（在Java 7中引入）和並行流（在Java 8中新引入）能以更簡單、更有效的方式實現這一目標。

第二種趨勢反映在公共API日益增長的網際網路服務應用。著名的網際網路大鱷們紛紛提供了自己的公共API服務，比如谷歌提供了地理資訊服務，Facebook提供了社交資訊服務，Twitter提供了新聞服務。現在，很少有網站或者網路應用會以完全隔離的方式工作。更多的時候，我們看到的下一代網路應用都採用“混聚”（mash-up）的方式：它會使用來自多個來源的內容，將這些內容聚合在一起，方便使用者的生活。

比如，你可能希望為你的法國客戶提供指定主題的熱點報導。為實現這一功能，你需要向谷歌或者Twitter的API請求所有語言中針對該主題最熱門的評論，可能還需要依據你的內部演算法對它們的相關性進行排序。之後，你可能還需要使用谷歌的翻譯服務把它們翻譯成法語，甚至利用谷歌地圖服務定位出評論作者的位置資訊，最終將所有這些資訊聚集起來，呈現在你的網站上。

當然，如果某些外部網路服務發生響應慢的情況，你希望依舊能為使用者提供部分資訊，比如提供帶問號標記的通用地圖，以文字的方式顯示資訊，而不是呆呆地顯示一片空白螢幕，直到地圖伺服器返回結果或者超時退出。

要實現類似的服務，你需要與網際網路上的多個Web服務通訊。可是，你並不希望因為等待某些服務的響應，阻塞應用程式的執行，浪費數十億寶貴的CPU時鐘週期。比如，不要因為等待Facebook的資料，暫停對來自Twitter的資料處理。

這些場景體現了多工程式設計的另一面。第7章中介紹的分支/合併框架以及並行流是實現並行處理的寶貴工具；它們將一個操作切分為多個子操作，在多個不同的核、CPU甚至是機器上並行地執行這些子操作。

與此相反，如果你的意圖是實現併發，而非並行，或者你的主要目標是在同一個CPU上執行幾個鬆耦合的任務，充分利用CPU的核，讓其足夠忙碌，從而最大化程式的吞吐量，那麼你其實真正想做的是避免因為等待遠端服務的返回，或者對資料庫的查詢，而阻塞執行緒的執行，浪費寶貴的計算資源，因為這種等待的時間很可能相當長。通過本章中你會了解，Future介面，尤其是它的新版實現CompletableFuture，是處理這種情況的利器。

Future 介面

Future介面在Java 5中被引入，設計初衷是對將來某個時刻會發生的結果進行建模。它建模了一種非同步計算，返回一個執行運算結果的引用，當運算結束後，這個引用被返回給呼叫方。在Future中觸發那些潛在耗時的操作把呼叫執行緒解放出來，讓它能繼續執行其他有價值的工作，不再需要呆呆等待耗時的操作完成。打個比方，你可以把它想象成這樣的場景：你拿了一袋子衣服到你中意的乾洗店去洗。乾洗店的員工會給你張發票，告訴你什麼時候你的衣服會洗好（這就是一個Future事件）。衣服乾洗的同時，你可以去做其他的事情。Future的另一個優點是它比更底層的Thread更易用。要使用Future，通常你只需要將耗時的操作封裝在一個Callable物件中，再將它提交給ExecutorService，就萬事大吉了。下面這段程式碼展示了Java 8之前使用Future的一個例子。

ExecutorService executor = Executors.newCachedThreadPool();
Future<Double> future = executor.submit(new Callable<Double>() {
    public Double call() {
        return doSomeLongComputation();
    }
});
// 非同步操作進行的同時，你可以做其他的事情
doSomethingElse();

try {
    Double result = future.get(1, TimeUnit.SECONDS);
} catch (ExecutionException ee) {
    // 計算丟擲一個異常
} catch (InterruptedException ie) {
    // 當前執行緒在等待過程中被中斷
} catch (TimeoutException te) {
    // 在Future物件完成之前超過已過期
}
複製程式碼

這種程式設計方式讓你的執行緒可以在ExecutorService以併發方式呼叫另一個執行緒執行耗時操作的同時，去執行一些其他的任務。接著，如果你已經執行到沒有非同步操作的結果就無法繼續任何有意義的工作時，可以呼叫它的get方法去獲取操作的結果。如果操作已經完成，該方法會立刻返回操作的結果，否則它會阻塞你的執行緒，直到操作完成，返回相應的結果。

你能想象這種場景存在怎樣的問題嗎？如果該長時間執行的操作永遠不返回了會怎樣？為了處理這種可能性，雖然Future提供了一個無需任何引數的get方法，我們還是推薦大家使用過載版本的get方法，它接受一個超時的引數，通過它，你可以定義你的執行緒等待Future結果的最長時間，而不是樣永無止境地等待下去。

Future 介面的侷限性

通過第一個例子，我們知道Future介面提供了方法來檢測非同步計算是否已經結束（使用isDone方法），等待非同步操作結束，以及獲取計算的結果。但是這些特性還不足以讓你編寫簡潔的併發程式碼。比如，我們很難表述Future結果之間的依賴性；從文字描述上這很簡單，“當長時間計算任務完成時，請將該計算的結果通知到另一個長時間執行的計算任務，這兩個計算任務都完成後，將計算的結果與另一個查詢操作結果合併”。但是，使用Future中提供的方法完成這樣的操作又是另外一回事。這也是我們需要更具描述能力的特性的原因，比如下面這些。

• 將兩個非同步計算合併為一個——這兩個非同步計算之間相互獨立，同時第二個又依賴於第一個的結果。
• 等待Future集合中的所有任務都完成。
• 僅等待Future集合中最快結束的任務完成（有可能因為它們試圖通過不同的方式計算同一個值），並返回它的結果。
• 通過程式設計方式完成一個Future任務的執行（即以手工設定非同步操作結果的方式）。
• 應對Future的完成事件（即當Future的完成事件發生時會收到通知，並能使用Future計算的結果進行下一步的操作，不只是簡單地阻塞等待操作的結果）。

這一章中，你會了解新的CompletableFuture類（它實現了Future介面）如何利用Java 8的新特性以更直觀的方式將上述需求都變為可能。Stream和CompletableFuture的設計都遵循了類似的模式：它們都使用了Lambda表示式以及流水線的思想。從這個角度，你可以說CompletableFuture和Future的關係就跟Stream和Collection的關係一樣。

使用CompletableFuture 構建非同步應用

為了展示CompletableFuture的強大特性，我們會建立一個名為“最佳價格查詢器”（best-price-finder）的應用，它會查詢多個線上商店，依據給定的產品或服務找出最低的價格。這個過程中，你會學到幾個重要的技能。

• 首先，你會學到如何為你的客戶提供非同步API（如果你擁有一間線上商店的話，這是非常有幫助的）。
• 其次，你會掌握如何讓你使用了同步API的程式碼變為非阻塞程式碼。你會了解如何使用流水線將兩個接續的非同步操作合併為一個非同步計算操作。這種情況肯定會出現，比如，線上商店返回了你想要購買商品的原始價格，並附帶著一個折扣程式碼——最終，要計算出該商品的實際價格，你不得不訪問第二個遠端折扣服務，查詢該折扣程式碼對應的折扣比率。
• 你還會學到如何以響應式的方式處理非同步操作的完成事件，以及隨著各個商店返回它的商品價格，最佳價格查詢器如何持續地更新每種商品的最佳推薦，而不是等待所有的商店都返回他們各自的價格（這種方式存在著一定的風險，一旦某家商店的服務中斷，使用者可能遭遇白屏）。

實現非同步API

為了實現最佳價格查詢器應用，讓我們從每個商店都應該提供的API定義入手。首先，商店應該宣告依據指定產品名稱返回價格的方法：

public double getPrice(String product) {
    // 待實現
}
複製程式碼

該方法的內部實現會查詢商店的資料庫，但也有可能執行一些其他耗時的任務，比如聯絡其他外部服務（比如，商店的供應商，或者跟製造商相關的推廣折扣）。我們在本章剩下的內容中，採用delay方法模擬這些長期執行的方法的執行，它會人為地引入1秒鐘的延遲，方法宣告如下。

public class Util {
    public static void delay() {
        int delay = 1000;
        try {
            Thread.sleep(delay);
        } catch (InterruptedException e) {
            throw new RuntimeException(e);
        }
    }
}
複製程式碼

為了介紹本章的內容，getPrice方法會呼叫delay方法，並返回一個隨機計算的值，程式碼清單如下所示。返回隨機計算的價格這段程式碼看起來有些取巧。它使用charAt，依據產品的名稱，生成一個隨機值作為價格。

public class Shop {
    private final String name;
    private final Random random;

    public Shop(String name) {
        this.name = name;
        random = new Random(name.charAt(0) * name.charAt(1) * name.charAt(2));
    }

    public double getPrice(String product) {
        return calculatePrice(product);
    }

    private double calculatePrice(String product) {
        delay();
        return random.nextDouble() * product.charAt(0) + product.charAt(1);
    }
}
複製程式碼

很明顯，這個API的使用者（這個例子中為最佳價格查詢器）呼叫該方法時，它依舊會被阻塞。為等待同步事件完成而等待1秒鐘，這是無法接受的，尤其是考慮到最佳價格查詢器對網路中的所有商店都要重複這種操作。本章接下來的小節中，你會了解如何以非同步方式使用同步API解決這個問題。但是，出於學習如何設計非同步API的考慮，我們會繼續這一節的內容，假裝我們還在深受這一困難的煩擾：你是一個睿智的商店店主，你已經意識到了這種同步API會為你的使用者帶來多麼痛苦的體驗，你希望以非同步API的方式重寫這段程式碼，讓使用者更流暢地訪問你的網站。

將同步方法轉換為非同步方法

為了實現這個目標，你首先需要將getPrice轉換為getPriceAsync方法，並修改它的返回值：

public class Shop {
    ...
    public Future<Double> getPriceAsync(String product) {
        CompletableFuture<Double> futurePrice = new CompletableFuture<>();
        new Thread(() -> {
            double price = calculatePrice(product);
            futurePrice.complete(price);
        }).start();
        return futurePrice;
    }
    ...
}
複製程式碼

在這段程式碼中，你建立了一個代表非同步計算的CompletableFuture物件例項，它在計算完成時會包含計算的結果。接著，你呼叫fork建立了另一個執行緒去執行實際的價格計算工作，不等該耗時計算任務結束，直接返回一個Future例項。當請求的產品價格最終計算得出時，你可以使用它的complete方法，結束completableFuture物件的執行，並設定變數的值。很顯然，這個新版Future的名稱也解釋了它所具有的特性。使用這個API的客戶端，可以通過下面的這段程式碼對其進行呼叫。

public class ShopMain {

    public static void main(String[] args) {
        Shop shop = new Shop("最好的商店");
        long start = System.nanoTime();
        Future<Double> futurePrice = shop.getPriceAsync("我最喜歡的商品");
        long invocationTime = ((System.nanoTime() - start) / 1_000_000);
        System.out.println("呼叫時間 " + invocationTime);
        // 這裡可以做其他的事情，比如查詢其他的商店
        doSomethingElse();
        // 計算商品價格
        try {
            double price = futurePrice.get();
            System.out.printf("價格是 %.2f%n", price);
        } catch (ExecutionException | InterruptedException e) {
            throw new RuntimeException(e);
        }
        long retrievalTime = ((System.nanoTime() - start) / 1_000_000);
        System.out.println("計算價格時間 " + retrievalTime);
    }

    private static void doSomethingElse() {
        System.out.println("正在查詢其他的商店...");
    }
}
複製程式碼

我們看到這段程式碼中，客戶向商店查詢了某種商品的價格。由於商店提供了非同步API，該次呼叫立刻返回了一個Future物件，通過該物件客戶可以在將來的某個時刻取得商品的價格。這種方式下，客戶在進行商品價格查詢的同時，還能執行一些其他的任務，比如查詢其他家商店中商品的價格，不會呆呆地阻塞在那裡等待第一家商店返回請求的結果。最後，如果所有有意義的工作都已經完成，客戶所有要執行的工作都依賴於商品價格時，再呼叫Future的get方法。執行了這個操作後，客戶要麼獲得Future中封裝的值（如果非同步任務已經完成），要麼發生阻塞，直到該非同步任務完成，期望的值能夠訪問。上面的程式碼中，輸出的結果：

呼叫時間 116
正在查詢其他的商店...
價格是 49107.07
計算價格時間 1172
複製程式碼

你一定已經發現getPriceAsync方法的呼叫時間遠遠早於最終價格計算完成的時間，在之前的程式碼，你還會知道我們有可能避免發生客戶端被阻塞的風險。實際上這非常簡單，Future執行完畢可以傳送一個通知，僅在計算結果可用時執行一個由Lambda表示式或者方法引用定義的回撥函式。不過，我們當下不會對此進行討論，現在我們要解決的是另一個問題：如何正確地管理非同步任務執行過程中可能出現的錯誤。

錯誤處理

如果沒有意外，我們目前開發的程式碼工作得很正常。但是，如果價格計算過程中產生了錯誤會怎樣呢？非常不幸，這種情況下你會得到一個相當糟糕的結果：用於提示錯誤的異常會被限制在試圖計算商品價格的當前執行緒的範圍內，最終會殺死該執行緒，而這會導致等待get方法返回結果的客戶端永久地被阻塞。

客戶端可以使用過載版本的get方法，它使用一個超時引數來避免發生這樣的情況。這是一種值得推薦的做法，你應該儘量在你的程式碼中新增超時判斷的邏輯，避免發生類似的問題。使用這種方法至少能防止程式永久地等待下去，超時發生時，程式會得到通知發生了TimeoutException。不過，也因為如此，你不會有機會發現計算商品價格的執行緒內到底發生了什麼問題才引發了這樣的失效。為了讓客戶端能瞭解商店無法提供請求商品價格的原因，你需要使用CompletableFuture的completeExceptionally方法將導致CompletableFuture內發生問題的異常丟擲。對程式碼優化後的結果如下所示。

public Future<Double> getPriceAsync(String product) {
    CompletableFuture<Double> futurePrice = new CompletableFuture<>();
    new Thread(() -> {
        try {
            double price = calculatePrice(product);
            // 如果價格計算正常結束，完成Future操作並設定商品價格
            futurePrice.complete(price);
        } catch (Exception e) {
            // 否則就丟擲導致失敗的異常，完成這次Future操作
            futurePrice.completeExceptionally(e);
        }
    }).start();
    return futurePrice;
}
複製程式碼

客戶端現在會收到一個ExecutionException異常，該異常接收了一個包含失敗原因的Exception引數，即價格計算方法最初丟擲的異常。所以，舉例來說，如果該方法丟擲了一個執行時異常“product not available”，客戶端就會得到像下面這樣一段ExecutionException：

java.util.concurrent.ExecutionException: java.lang.RuntimeException: product
    not availableat java.util.concurrent.CompletableFuture.get(CompletableFuture.java:2237)
    at xin.codedream.java8.chap11.AsyncShopClient.main(AsyncShopClient.java:14)
    ... 5 more
Caused by: java.lang.RuntimeException: product not available
    at xin.codedream.java8.chap11.AsyncShop.calculatePrice(AsyncShop.java:36)
    atxin.codedream.java8.chap11.AsyncShop.lambda$getPrice$0(AsyncShop.java:23)
    at xin.codedream.java8.chap11.AsyncShop$$Lambda$1/24071475.run(Unknown Source)
    at java.lang.Thread.run(Thread.java:744)
複製程式碼

使用工廠方法supplyAsync建立CompletableFuture 目前為止我們已經瞭解瞭如何通過程式設計建立CompletableFuture物件以及如何獲取返回值，雖然看起來這些操作已經比較方便，但還有進一步提升的空間，CompletableFuture類自身提供了大量精巧的工廠方法，使用這些方法能更容易地完成整個流程，還不用擔心實現的細節。比如，採用supplyAsync方法後，你可以用一行語句重寫getPriceAsync方法，如下所示。

public Future<Double> getPriceAsync(String product) {
    return CompletableFuture.supplyAsync(() -> calculatePrice(product));
}
複製程式碼

太棒了！七八行才能實現的功能，我們現在只需要一行就可以搞定了！supplyAsync方法接受一個生產者（Supplier）作為引數，返回一個CompletableFuture物件，該物件完成非同步執行後會讀取呼叫生產者方法的返回值。生產者方法會交由ForkJoinPool池中的某個執行執行緒（Executor）執行，但是你也可以使用supplyAsync方法的過載版本，傳遞第二個引數指定不同的執行執行緒執行生產者方法。一般而言，向CompletableFuture的工廠方法傳遞可選引數，指定生產者方法的執行執行緒是可行的，在後面，你會使用這一能力，後面我們將使用適合你應用特性的執行執行緒改善程式的效能。

接下來剩餘部分中，我們會假設你非常不幸，無法控制Shop類提供API的具體實現，最終提供給你的API都是同步阻塞式的方法。這也是當你試圖使用服務提供的HTTP API時最常發生的情況。你會學到如何以非同步的方式查詢多個商店，避免被單一的請求所阻塞，並由此提升你的“最佳價格查詢器”的效能和吞吐量。

讓你的程式碼免受阻塞之苦

所以，你已經被要求進行“最佳價格查詢器”應用的開發了，不過你需要查詢的所有商店都如上面開始時介紹的那樣，只提供了同步API。換句話說，你有一個商家的列表，如下所示：

public class BestPriceFinder {
    private final List<Shop> shops = Arrays.asList(new Shop("BestPrice"),
            new Shop("LetsSaveBig"),
            new Shop("MyFavoriteShop"),
            new Shop("BuyItAll"));
    ...
}
複製程式碼

你需要使用下面這樣的簽名實現一個方法，它接受產品名作為引數，返回一個字串列表，這個字串列表中包括商店的名稱、該商店中指定商品的價格：

public List<String> findPrices(String product);
複製程式碼

你的第一個想法可能是使用我們在前面的章節中學習的Stream特性。你可能試圖寫出類似下面這個程式碼（是的，作為第一個方案，如果你想到這些已經相當棒了！）。

好吧，這段程式碼看起來非常直白。現在試著用該方法去查詢你最近這些天瘋狂著迷的唯一產品（是的，你已經猜到了，它就是Old-Mi-Mix3）。此外，也請記錄下方法的執行時間，通過這些資料，我們可以比較優化之後的方法會帶來多大的效能提升，具體的程式碼如下。

public class BestPriceFinder {
    private final List<Shop> shops = Arrays.asList(new Shop("BestPrice"),
            new Shop("LetsSaveBig"),
            new Shop("MyFavoriteShop"),
            new Shop("BuyItAll"));

    public static void main(String[] args) {
        BestPriceFinder finder = new BestPriceFinder();
        finder.testFindPrices();
    }

    public void testFindPrices() {
        long start = System.nanoTime();
        System.out.println(findPrices("Old-Mi-Mix3"));
        long duration = (System.nanoTime() - start) / 1_000_000;
        System.out.println("完成時間 " + duration);
    }

    public List<String> findPrices(String product) {
        return shops.stream()
                .map(shop -> String.format("%s 價格 %.2f",
                        shop.getName(), shop.getPrice(product)))
                .collect(toList());
    }
}
複製程式碼

輸出結果：

[BestPrice 價格 109.64, LetsSaveBig 價格 143.13, MyFavoriteShop 價格 175.50, BuyItAll 價格 154.20]
完成時間 4184
複製程式碼

正如你預期的，findPrices方法的執行時間僅比4秒鐘多了那麼幾百毫秒，因為對這4個商店的查詢是順序進行的，並且一個查詢操作會阻塞另一個，每一個操作都要花費大約1秒左右的時間計算請求商品的價格。你怎樣才能改進這個結果呢？

使用並行流對請求進行並行操作

如果你看了第七章的筆記，那麼你應該想到的第一個，可能也是最快的改善方法是使用並行流來避免順序計算，如下所示。

public List<String> findPricesParallel(String product) {
    return shops.parallelStream()
            .map(shop -> String.format("%s 價格 %.2f",
                    shop.getName(), shop.getPrice(product)))
            .collect(toList());
}
複製程式碼

執行程式碼，與最初的程式碼執行結果相比較，你發現了新版findPrices的改進了吧。

[BestPrice 價格 109.64, LetsSaveBig 價格 143.13, MyFavoriteShop 價格 175.50, BuyItAll 價格 154.20]
完成時間 1248
複製程式碼

相當不錯啊！看起來這是個簡單但有效的主意：現在對四個不同商店的查詢實現了並行，所以完成所有操作的總耗時只有1秒多一點兒。你能做得更好嗎？讓我們嘗試使用剛學過的CompletableFuture，將findPrices方法中對不同商店的同步呼叫替換為非同步呼叫。

使用CompletableFuture 發起非同步請求

你已經知道我們可以使用工廠方法supplyAsync建立CompletableFuture物件。讓我們把它利用起來：

public List<CompletableFuture<String>> findPricesFuture(String product) {
    return shops.stream()
            .map(shop -> CompletableFuture.supplyAsync(() -> String.format("%s 價格 %.2f",
                    shop.getName(), shop.getPrice(product))))
            .collect(toList());
}
複製程式碼

使用這種方式，你會得到一個List<CompletableFuture>，列表中的每個CompletableFuture物件在計算完成後都包含商店的String型別的名稱。但是，由於你用CompletableFutures實現的findPrices方法要求返回一個List，你需要等待所有的future執行完畢，將其包含的值抽取出來，填充到列表中才能返回。

為了實現這個效果，你可以向最初的List<CompletableFuture>施加第二個map操作，對List中的所有future物件執行join操作，一個接一個地等待它們執行結束。注意CompletableFuture類中的join方法和Future介面中的get有相同的含義，並且也宣告在Future介面中，它們唯一的不同是join不會丟擲任何檢測到的異常。使用它你不再需要使用try/catch語句塊讓你傳遞給第二個map方法的Lambda表示式變得過於臃腫。所有這些整合在一起，你就可以重新實現findPrices了，具體程式碼如下。

public List<String> findPrices(String product) {
    List<CompletableFuture<String>> priceFutures = shops.stream()
            .map(shop -> CompletableFuture.supplyAsync(() -> String.format("%s 價格 %.2f",
                    shop.getName(), shop.getPrice(product))))
            .collect(toList());

    return priceFutures.stream()
            .map(CompletableFuture::join)
            .collect(Collectors.toList());
}
複製程式碼

執行下程式碼瞭解下第三個版本findPrices方法的效能，你會得到下面這幾行輸出：

[BestPrice 價格 109.64, LetsSaveBig 價格 143.13, MyFavoriteShop 價格 175.50, BuyItAll 價格 154.20]
完成時間 2207
複製程式碼

這個結果讓人相當失望，不是嗎？超過2秒意味著利用CompletableFuture實現的版本，比剛開始的程式碼中的原生順序執行且會發生阻塞的版本快。但是它的用時也差不多是使用並行流的前一個版本的兩倍。尤其是，考慮到從順序執行的版本轉換到並行流的版本只做了非常小的改動，就讓人更加沮喪。

與此形成鮮明對比的是，我們為採用CompletableFutures完成的新版方法做了大量的工作！但，這就是全部的真相嗎？這種場景下使用CompletableFutures真的是浪費時間嗎？或者我們可能漏掉了某些重要的東西？繼續往下探究之前，讓我們休息幾分鐘，尤其是想想你測試程式碼的機器是否足以以並行方式執行四個執行緒。

尋找更好的方案

並行流的版本工作得非常好，那是因為它能並行地執行四個任務，所以它幾乎能為每個商家分配一個執行緒。但是，如果你想要增加第五個商家到商店列表中，讓你的“最佳價格查詢”應用對其進行處理，這時會發生什麼情況？

public class BestPriceFinder {
    private final List<Shop> shops = Arrays.asList(new Shop("BestPrice"),
            new Shop("LetsSaveBig"),
            new Shop("MyFavoriteShop"),
            new Shop("BuyItAll"),
            new Shop("ShopEasy"));
    ...

    public List<String> findPricesParallel(String product) {
        return shops.parallelStream()
                .map(shop -> String.format("%s 價格 %.2f",
                        shop.getName(), shop.getPrice(product)))
                .collect(toList());
    }

    public List<String> findPricesSequential(String product) {
        return shops.stream()
                .map(shop -> String.format("%s 價格 %.2f",
                        shop.getName(), shop.getPrice(product)))
                .collect(toList());
    }


    public List<String> findPricesFuture(String product) {
        List<CompletableFuture<String>> priceFutures = shops.stream()
                .map(shop -> CompletableFuture.supplyAsync(() -> String.format("%s 價格 %.2f",
                        shop.getName(), shop.getPrice(product))))
                .collect(toList());

        return priceFutures.stream()
                .map(CompletableFuture::join)
                .collect(Collectors.toList());
    }
}

public class BestPriceFinderMain {

    private static BestPriceFinder bestPriceFinder = new BestPriceFinder();

    public static void main(String[] args) {
        execute("sequential", () -> bestPriceFinder.findPricesSequential("Old-Mi-Mix3"));
    }

    private static void execute(String msg, Supplier<List<String>> s) {
        long start = System.nanoTime();
        System.out.println(s.get());
        long duration = (System.nanoTime() - start) / 1_000_000;
        System.out.println(msg + " 完成時間 " + duration);
    }
}
複製程式碼

毫不意外，順序執行版本的執行還是需要大約5秒多鐘的時間，下面是執行的輸出：

[BestPrice 價格 109.64, LetsSaveBig 價格 143.13, MyFavoriteShop 價格 175.50, BuyItAll 價格 154.20, ShopEasy 價格 147.92]
sequential 完成時間 5139
複製程式碼

非常不幸，並行流版本的程式這次比之前也多消耗了差不多1秒鐘的時間，因為可以並行執行（通用執行緒池中處於可用狀態的）的四個執行緒現在都處於繁忙狀態，都在對前4個商店進行查詢。第五個查詢只能等到前面某一個操作完成釋放出空閒執行緒才能繼續，它的執行結果如下：

[BestPrice 價格 163.19, LetsSaveBig 價格 141.77, MyFavoriteShop 價格 159.81, BuyItAll 價格 165.02, ShopEasy 價格 165.81]
parallel 完成時間 2106
複製程式碼

CompletableFuture版本的程式結果如何呢？我們也試著新增第5個商店對其進行了測試，結果如下：

[BestPrice 價格 144.31, LetsSaveBig 價格 142.49, MyFavoriteShop 價格 146.99, BuyItAll 價格 132.52, ShopEasy 價格 139.15]
composed CompletableFuture 完成時間 2004
複製程式碼

CompletableFuture版本的程式似乎比並行流版本的程式還快那麼一點兒。但是最後這個版本也不太令人滿意。比如，如果你試圖讓你的程式碼處理9個商店，並行流版本耗時3143毫秒，而CompletableFuture版本耗時3009毫秒。它們看起來不相伯仲，究其原因都一樣：它們內部採用的是同樣的通用執行緒池，預設都使用固定數目的執行緒，具體執行緒數取決於Runtime.getRuntime().availableProcessors()的返回值。然而，CompletableFuture具有一定的優勢，因為它允許你對執行器（Executor）進行配置，尤其是執行緒池的大小，讓它以更適合應用需求的方式進行配置，滿足程式的要求，而這是並行流API無法提供的。讓我們看看你怎樣利用這種配置上的靈活性帶來實際應用程式效能上的提升。

使用定製的執行器

就這個主題而言，明智的選擇似乎是建立一個配有執行緒池的執行器，執行緒池中執行緒的數目取決於你預計你的應用需要處理的負荷，但是你該如何選擇合適的執行緒數目呢？

你的應用99%的時間都在等待商店的響應，所以估算出的W/C比率為100。這意味著如果你期望的CPU利用率是100%，你需要建立一個擁有400個執行緒的執行緒池。實際操作中，如果你建立的執行緒數比商店的數目更多，反而是一種浪費，因為這樣做之後，你執行緒池中的有些執行緒根本沒有機會被使用。出於這種考慮，我們建議你將執行器使用的執行緒數，與你需要查詢的商店數目設定為同一個值，這樣每個商店都應該對應一個服務執行緒。不過，為了避免發生由於商店的數目過多導致伺服器超負荷而崩潰，你還是需要設定一個上限，比如100個執行緒。程式碼清單如下所示。

private final Executor executor = Executors.newFixedThreadPool(100, new ThreadFactory() {
        @Override
        public Thread newThread(Runnable r) {
            Thread t = new Thread(r);
            t.setDaemon(true);
            return t;
        }
    });
複製程式碼

注意，你現在正建立的是一個由守護執行緒構成的執行緒池。Java程式無法終止或者退出一個正在執行中的執行緒，所以最後剩下的那個執行緒會由於一直等待無法發生的事件而引發問題。與此相反，如果將執行緒標記為守護程式，意味著程式退出時它也會被回收。這二者之間沒有效能上的差異。現在，你可以將執行器作為第二個引數傳遞給supplyAsync工廠方法了。比如，你現在可以按照下面的方式建立一個可查詢指定商品價格的CompletableFuture物件：

CompletableFuture.supplyAsync(() -> String.format("%s 價格 %.2f",
                        shop.getName(), shop.getPrice(product)), executor)
複製程式碼

改進之後，使用CompletableFuture方案的程式處理5個商店結果：

[BestPrice 價格 144.31, LetsSaveBig 價格 142.49, MyFavoriteShop 價格 146.99, BuyItAll 價格 132.52, ShopEasy 價格 139.15]
composed CompletableFuture 完成時間 1004
複製程式碼

這個例子證明了要建立更適合你的應用特性的執行器，利用CompletableFutures向其提交任務執行是個不錯的主意。處理需大量使用非同步操作的情況時，這幾乎是最有效的策略。

並行——使用流還是CompletableFutures？

目前為止，你已經知道對集合進行平行計算有兩種方式：要麼將其轉化為並行流，利用map這樣的操作開展工作，要麼列舉出集合中的每一個元素，建立新的執行緒，在CompletableFuture內對其進行操作。後者提供了更多的靈活性，你可以調整執行緒池的大小，而這能幫助你確保整體的計算不會因為執行緒都在等待I/O而發生阻塞。書中使用這些API的建議如下。

• 如果你進行的是計算密集型的操作，並且沒有I/O，那麼推薦使用Stream介面，因為實現簡單，同時效率也可能是最高的（如果所有的執行緒都是計算密集型的，那就沒有必要建立比處理器核數更多的執行緒）。
• 反之，如果你並行的工作單元還涉及等待I/O的操作（包括網路連線等待），那麼使用CompletableFuture靈活性更好，你可以像前文討論的那樣，依據等待/計算，或者W/C的比率設定需要使用的執行緒數。這種情況不使用並行流的另一個原因是，處理流的流水線中如果發生I/O等待，流的延遲特性會讓我們很難判斷到底什麼時候觸發了等待。

現在你已經瞭解瞭如何利用CompletableFuture為你的使用者提供非同步API，以及如何將一個同步又緩慢的服務轉換為非同步的服務。不過到目前為止，我們每個Future中進行的都是單次的操作。

程式碼

Github: chap11

Gitee: chap11