Deprecated: imwpcache\f884414bce24ee67f\f73723ec7b1919fa5::__construct(): Implicitly marking parameter $YECBGYFECGEAFWHA as nullable is deprecated, the explicit nullable type must be used instead in /www/wwwroot/www.chuangxiangniao.com/wp-content/plugins/imwpcache-dist/build/f884414bce24ee67ff73723ec7b1919fa5.php on line 2

Deprecated: imwpcache\f884414bce24ee67f\f73723ec7b1919fa5::__construct(): Implicitly marking parameter $BBWFDDBHHYHDXXAB as nullable is deprecated, the explicit nullable type must be used instead in /www/wwwroot/www.chuangxiangniao.com/wp-content/plugins/imwpcache-dist/build/f884414bce24ee67ff73723ec7b1919fa5.php on line 2
Java ExecutorService:高效管理并发任务与线程限制_创想鸟

Java ExecutorService:高效管理并发任务与线程限制

Java ExecutorService:高效管理并发任务与线程限制

本教程详细介绍了如何使用java的executors框架,特别是`executorservice`和`executors.newfixedthreadpool()`方法,来有效管理并发任务并限制同时运行的线程数量。通过将每个任务封装为`runnable`或`callable`,并提交给固定大小的线程池,开发者可以确保系统资源被合理利用,避免因过多线程导致的性能问题,并学习如何优雅地关闭线程池。

引言:并发任务管理挑战

在现代应用程序开发中,处理大量独立但耗时的任务是一个常见需求,例如批量数据处理、文件序列化、网络请求等。直接为每个任务创建一个新线程虽然简单,但会导致严重的性能问题和资源耗尽。操作系统和JVM管理大量线程的开销巨大,过多的线程切换(上下文切换)会降低整体吞吐量。因此,限制同时运行的线程数量,实现任务的并发但不并行,是优化资源利用率和系统稳定性的关键。Java的java.util.concurrent包,特别是Executors框架,为解决这一挑战提供了强大而优雅的解决方案。

Java Executors 框架简介

Java 5引入的Executors框架极大地简化了多线程编程。它提供了一套高级API,用于管理线程池和任务提交,将任务的提交与任务的执行解耦。开发者无需手动创建和管理线程,只需定义好任务并将其提交给ExecutorService,后者会负责调度和执行这些任务。

定义并发任务:Runnable 与 Callable

在Executors框架中,并发任务通常通过实现Runnable或Callable接口来定义。

Runnable接口:适用于不需要返回结果,也不抛出受检查异常的任务。它只包含一个run()方法。Callable接口:适用于需要返回结果,并且可能抛出受检查异常的任务。它包含一个call()方法,返回一个泛型结果,并可以抛出Exception。

对于需要对对象列表进行序列化这类任务,如果不需要立即获取每个序列化操作的返回结果,Runnable是一个合适的选择。

立即学习“Java免费学习笔记(深入)”;

以下是根据原始问题中的序列化逻辑,将其适配为Runnable任务的示例:

瞬映 瞬映

AI 快速创作数字人视频,一站式视频创作平台,让视频创作更简单。

瞬映 57 查看详情 瞬映

import com.google.gson.Gson; // 需要添加Gson库依赖,例如:com.google.code.gsongson2.10.1import java.io.FileWriter;import java.io.IOException;import java.io.Writer;import java.nio.file.Path;import java.time.Instant;import java.util.concurrent.ThreadLocalRandom;// 模拟待序列化的数据对象class EventuelleDestination {    private int id;    private String name;    public EventuelleDestination(int id, String name) {        this.id = id;        this.name = name;    }    public int getId() { return id; }    public String getName() { return name; }    @Override    public String toString() { return "Destination[id=" + id + ", name=" + name + "]"; }}// 模拟数据访问对象(DAO)或其他依赖class MockDao {    public int getEmployeId() { return 1001; }    public int getEmplacementIdByDepartementId(int deptId) { return deptId + 2000; }}// 定义序列化任务,实现Runnable接口class SerializationTask implements Runnable {    private final EventuelleDestination destination;    private final Path outputDirectory;    private final MockDao mockDao; // 传入必要的依赖    public SerializationTask(EventuelleDestination destination, Path outputDirectory, MockDao mockDao) {        this.destination = destination;        this.outputDirectory = outputDirectory;        this.mockDao = mockDao;    }    @Override    public void run() {        Gson gson = new Gson();        // 简化文件名生成逻辑,实际应用中根据业务需求构建        String filename = String.format("/%d_%d_%d.json",                mockDao.getEmployeId(),                mockDao.getEmplacementIdByDepartementId(destination.getId()),                destination.getId());        try (Writer writer = new FileWriter(outputDirectory.toString() + filename)) {            gson.toJson(destination, writer);            System.out.println(Thread.currentThread().getName() + " 序列化完成: " + destination.getName() + " (ID: " + destination.getId() + ") 于 " + Instant.now());            // 模拟耗时操作            Thread.sleep(ThreadLocalRandom.current().nextInt(50, 200));        } catch (IOException e) {            System.err.println("序列化 " + destination.getName() + " 失败: " + e.getMessage());            e.printStackTrace();        } catch (InterruptedException e) {            Thread.currentThread().interrupt(); // 恢复中断状态            System.err.println(Thread.currentThread().getName() + " 任务被中断: " + destination.getName());            throw new RuntimeException("序列化任务被中断", e);        }    }}

在上述SerializationTask中,我们将原始的序列化逻辑封装在run()方法内。为了使任务独立运行,所有必要的上下文信息(如EventuelleDestination对象、输出目录、DAO依赖)都通过构造函数传入。

使用 ExecutorService 创建固定大小线程池

ExecutorService是Executors框架的核心接口,它提供了管理线程池生命周期和提交任务的方法。Executors是一个工厂类,提供了多种静态方法来创建不同类型的ExecutorService实例。

要限制同时运行的线程数量,最常用的方法是使用Executors.newFixedThreadPool(int nThreads)。这个方法会创建一个固定大小的线程池,池中线程的数量始终保持为nThreads。当有新任务提交时,如果所有线程都在忙碌,任务将被放入一个等待队列中,直到有空闲线程可用。

示例:限制并发序列化任务

下面是一个完整的示例,演示如何使用Executors.newFixedThreadPool()来限制并发序列化任务的数量为3个。

import java.nio.file.Files;import java.nio.file.Path;import java.nio.file.Paths;import java.util.List;import java.util.ArrayList;import java.util.concurrent.ExecutorService;import java.util.concurrent.Executors;import java.util.concurrent.TimeUnit;import java.util.stream.IntStream;import java.io.IOException; // 导入IOExceptionpublic class ThreadPoolSerializationDemo {    private final MockDao mockDao = new MockDao();    private final Path outputDir = Paths.get("serialized_data"); // 定义输出目录    public static void main(String[] args) {        ThreadPoolSerializationDemo demo = new ThreadPoolSerializationDemo();        demo.runDemo();    }    public

以上就是Java ExecutorService:高效管理并发任务与线程限制的详细内容,更多请关注创想鸟其它相关文章!

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 chuangxiangniao@163.com 举报,一经查实,本站将立刻删除。
发布者:程序猿,转转请注明出处:https://www.chuangxiangniao.com/p/1058719.html

赞 (0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
日本通过立法:允许在iPhone上开设第三方应用商店
上一篇 2025年12月2日 05:13:13
谷歌邮箱在线登录入口 谷歌邮箱官方网页端使用指南
下一篇 2025年12月2日 05:13:16

相关推荐

  • VSCode设置Markdown写作环境(实用技巧,排版美化指南)

    要在vscode里打造舒服又高效的markdown写作环境,答案是通过安装核心扩展并进行个性化配置来实现;需安装markdown all in one、markdown preview enhanced、prettier和paste image等扩展,结合settings.json中的编辑器设置、自…

    2026年9月22日
    100
  • 如何用Filmora制作高质量AI视频?简易AI视频剪辑的实用指南

    如何用Filmora制作高质量AI视频?简易AI视频剪辑的实用指南如何用Filmora制作高质量AI视频?简易AI视频剪辑的实用指南如何用Filmora制作高质量AI视频?简易AI视频剪辑的实用指南如何用Filmora制作高质量AI视频?简易AI视频剪辑的实用指南

    Filmora的AI功能通过AI Copilot脚本生成、AI文本转视频、AI语音、图像生成、智能抠像及音频优化等工具,显著提升视频制作效率与专业度,尤其在视觉处理、听觉优化和创意辅助方面表现突出;关键在于将AI作为辅助起点,避免过度依赖,结合人工精修,才能实现高质量AI视频创作。 ☞☞☞AI 智能…

    2026年9月22日 • 用户投稿
    400
  • 好用的终端复用神器-Tmux

    好用的终端复用神器-Tmux好用的终端复用神器-Tmux好用的终端复用神器-Tmux好用的终端复用神器-Tmux

    前言 许久之前就听说过tmux,但是一直没上手,直到最近需要一直在linux下完成一些任务,我才切实感受到了tmux的优点:任意分屏、保存工作 就单单这两点,就足够实用了。分屏,曾今还十分痴迷i3wm和dwm这样的窗口管理工具,尤其是dwm的操作逻辑,大大提升linux工作效率。其他详情可以查看阮一…

    2026年9月22日 • 用户投稿
    100
  • VS Code启动优化:扩展延迟加载与缓存策略

    合理管理扩展加载与缓存可显著提升VS Code启动速度。通过配置activationEvents实现按需激活、利用Extension Storage和CachedDataDir优化数据读取,并禁用非核心扩展,结合“Developer: Show Running Extensions”分析耗时,有效缩…

    2026年9月22日
    000
  • 星纪魅族万志强回应魅族22影像升级:10月还会有OTA

    10月13日,星纪魅族集团中国区cmo万志强就用户对魅族22手机影像表现的积极评价作出回应。他表示,本月还将推送新一轮ota更新,届时魅族22的影像性能有望再次提升。 魅族22 据CNMO消息,有用户反馈称:尽管魅族22在发布时拍照能力并非顶尖,但通过数月的系统优化,其影像水准已达到主流旗舰机型80…

    2026年9月22日
    000
  • 如何在DaVinciResolve中制作AI视频?教你利用AI工具优化视频流程

    如何在DaVinciResolve中制作AI视频?教你利用AI工具优化视频流程如何在DaVinciResolve中制作AI视频?教你利用AI工具优化视频流程如何在DaVinciResolve中制作AI视频?教你利用AI工具优化视频流程如何在DaVinciResolve中制作AI视频?教你利用AI工具优化视频流程

    达芬奇Resolve并非一键生成AI视频的%ignore_a_1%,而是通过内置AI功能与外部AI服务协同,提升视频制作效率。其核心在于利用Neural Engine驱动的智能工具,如Magic Mask实现精准抠像、Voice Isolation分离人声、Smart Reframe适配多平台构图、…

    2026年9月22日 • 用户投稿
    700
  • 蔡司 2 亿影像王牌登场!vivo X300 Pro 拍巨片,巨出片!

    蔡司 2 亿影像王牌登场!vivo X300 Pro 拍巨片,巨出片!蔡司 2 亿影像王牌登场!vivo X300 Pro 拍巨片,巨出片!蔡司 2 亿影像王牌登场!vivo X300 Pro 拍巨片,巨出片!蔡司 2 亿影像王牌登场!vivo X300 Pro 拍巨片,巨出片!

    在手机影像技术竞争愈发白热化的当下,vivo x300 pro 以“蔡司 2 亿影像王牌”之名强势亮相。其核心亮点莫过于搭载的蔡司 2 亿像素影像系统,相较传统多摄组合实现了显著跃升。面对用户日益多元的需求——远摄、微距、视频创作样样都想兼顾,这套系统真正做到了“全都要”。起售价为 5299 元,这…

    2026年9月22日 • 用户投稿
    000
  • Java项目类路径管理:引用与实现外部.class文件定义的接口

    在Java项目中引用并实现由.class文件定义的接口,核心在于正确配置Java的类路径(Classpath)。本文将详细介绍类路径的概念、其重要性,以及如何在命令行和集成开发环境(IDE)中有效地设置类路径,确保编译器和JVM能够找到所需的.class文件,从而成功编译和运行包含外部接口实现的代码…

    2026年9月22日
    000
  • 如何禁用USB存储

    在当今数字化时代,保障数据安全显得尤为重要。针对企业办公、学校机房等特定使用环境,限制usb存储设备的接入能够有效防范信息外泄和病毒传播。下面将为您全面介绍如何通过软件方式实现usb存储设备的禁用。 一、挑选适用的管理软件 目前市场上有多款专注于USB设备管理的工具,例如usb block、usb …

    2026年9月22日
    000
  • VSCode一键配置Rust:中文文档、语法高亮、Cargo集成

    安装Rust Analyzer扩展是VS Code配置Rust开发环境的核心,它提供语法高亮、智能补全、错误提示、定义跳转、Cargo集成等功能,并通过本地中文文档组件支持中文提示,实现开箱即用的高效开发体验。 VS Code配置Rust开发环境,尤其是要兼顾中文文档、语法高亮和Cargo项目管理,…

    2026年9月22日
    100
  • Pictory的AI混合工具如何使用?快速将文本转为视频的实用指南

    Pictory的AI混合工具核心优势在于高效与定制化平衡,能快速将文本转为视频,通过智能识别内容匹配素材、音乐和配音,大幅缩短制作周期;其人机协作模式允许用户优化AI生成结果,结合免版税素材库解决版权问题,提升创作自由度与专业度。 ☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用…

    2026年9月22日
    000
  • MAC上的虚拟机哪个最好用_MAC虚拟机软件推荐

    首选Parallels Desktop,因其在Mac上性能卓越、集成度高,适合运行Windows及图形密集型应用;UTM作为开源替代方案,基于QEMU,支持多系统且可定制性强,适合技术爱好者;VMware Fusion稳定性强,尤其适合企业级Linux虚拟化需求。三者均需通过ISO镜像安装系统,并推…

    2026年9月22日
    000
  • Gradle中控制JAR包生成:理解jar.enabled配置

    本文深入探讨Gradle构建脚本中jar.enabled配置项的作用。它用于控制是否生成项目的默认JAR包。当设置为false时,Gradle将跳过标准的JAR包创建任务,这在项目需要生成其他类型的归档文件或作为多模块项目中的非独立组件时非常有用。理解此配置有助于优化构建过程和管理项目输出。 JAR…

    2026年9月22日
    100
  • 影目INMO获中国移动创新大奖,10.16发布会AI+AR生态要搞“大动作”?

    2025年中国移动全球合作伙伴大会在广州圆满落幕,影目科技作为智能眼镜领域的领军企业受邀出席,并荣膺“终端创新贡献合作伙伴”殊荣。作为中国移动在ai+ar终端生态中的关键战略伙伴,影目科技正携手中国移动共同推进ai智能眼镜在中国市场的规模化落地,助力打造“ai+万物互联”的智慧新生态。此次获奖恰逢影…

    2026年9月22日
    000
  • 动手实验+源码分析,彻底弄懂 Linux 网络命名空间

    动手实验+源码分析,彻底弄懂 Linux 网络命名空间动手实验+源码分析,彻底弄懂 Linux 网络命名空间动手实验+源码分析,彻底弄懂 Linux 网络命名空间动手实验+源码分析,彻底弄懂 Linux 网络命名空间

    大家好,我是飞哥! 在 Linux 上通过 veth 我们可以创建出许多的虚拟设备。通过 Bridge 模拟以太网交换机的方式可以让这些网络设备之间进行通信。不过虚拟化中还有很重要的一步,那就是隔离。借用 Docker 的概念来说,那就是不能让 A 容器用到 B 容器的设备,甚至连看一眼都不可以。只…

    2026年9月22日 • 用户投稿
    000
  • VSCode安装C/C++插件 小白必备VSCode配置C语言教程

    安装C/C++插件并配置MinGW编译器,通过tasks.json和launch.json文件设置编译调试任务,可使VSCode支持C语言开发;若插件异常,需检查环境变量、文件路径及语法,必要时重启或重装;中文乱码可通过设置UTF-8编码、使用集成终端或程序内setlocale解决;远程开发需配合R…

    2026年9月22日
    000
  • 在Java中如何格式化输出日期与时间

    推荐使用Java 8的DateTimeFormatter格式化日期时间,配合LocalDateTime或ZonedDateTime实现安全高效输出,如yyyy-MM-dd HH:mm:ss;2. 传统SimpleDateFormat非线程安全,适用于旧版本。 在Java中格式化输出日期与时间,常用的…

    2026年9月22日
    200
  • DALL-E3如何导出生成的AI图片?一步步教你保存高分辨率图像

    DALL-E 3生成图片的默认分辨率为1024×1024像素,获取高清原图的关键是使用平台提供的官方下载按钮,而非右键“图片另存为”,以避免保存低分辨率缩略图;为防止画质损失,应避免二次压缩,并通过建立清晰的文件夹结构、规范命名、本地与云端同步等方式进行有效管理和备份;根据OpenAI政策…

    2026年9月22日
    000
  • Couchbase SDK 3 中 findByN1QL 的替代方案

    本文档旨在帮助开发者将 Couchbase SDK 2 迁移到 SDK 3,并解决 findByN1QL 方法不再适用的问题。我们将探讨如何使用 Cluster 对象直接执行 N1QL 查询,并将结果映射到自定义的 Java 对象,提供代码示例和注意事项,帮助你平滑过渡。 在 Couchbase S…

    2026年9月22日
    100
  • 如何在PyTorchGeometric训练AI大模型?图神经网络的训练方法

    如何在PyTorchGeometric训练AI大模型?图神经网络的训练方法如何在PyTorchGeometric训练AI大模型?图神经网络的训练方法如何在PyTorchGeometric训练AI大模型?图神经网络的训练方法如何在PyTorchGeometric训练AI大模型?图神经网络的训练方法

    PyTorch Geometric中训练大型GNN模型的核心挑战在于内存管理与计算效率,需通过邻居采样、子图采样等技术实现高效数据加载;采用GraphSAGE、PinSAGE等可扩展模型架构;结合梯度累积与混合精度训练优化资源利用;利用稀疏张量存储、特征降维、ClusterLoader等策略进行内存…

    2026年9月22日 • 用户投稿
    000

发表回复

登录后才能评论
关注微信