方法说明:
/**
* Executes the given tasks, returning a list of Futures holding
* their status and results when all complete.
* {@link Future#isDone} is {@code true} for each
* element of the returned list.
* Note that a <em>completed</em> task could have
* terminated either normally or by throwing an exception.
* The results of this method are undefined if the given
* collection is modified while this operation is in progress.
*
* @param tasks the collection of tasks
* @param <T> the type of the values returned from the tasks
* @return a list of Futures representing the tasks, in the same
* sequential order as produced by the iterator for the
* given task list, each of which has completed
* @throws InterruptedException if interrupted while waiting, in
* which case unfinished tasks are cancelled
* @throws NullPointerException if tasks or any of its elements are {@code null}
* @throws RejectedExecutionException if any task cannot be
* scheduled for execution
*/
<T> List<Future<T>> invokeAll(Collection<? extends Callable<T>> tasks)
throws InterruptedException;
运行结果可能出现的情况:
- 全部运行成功
- 部分运行失败,剩余任务被取消
玩具代码:
import java.util.ArrayList; import java.util.List; import java.util.concurrent.Callable; import java.util.concurrent.ExecutionException; import java.util.concurrent.ExecutorService; import java.util.concurrent.Executors; import java.util.concurrent.Future; import java.util.concurrent.TimeUnit; //运行多个任务并处理所有结果 public class Result { private String name; private int value; public String getName() { return name; } public void setName(String name) { this.name = name; } public int getValue() { return value; } public void setValue(int value) { this.value = value; } public static class Task implements Callable<Result>{ private String name; public Task(String name){ this.name = name; } @Override public Result call() throws Exception { System.out.printf("%s : Staring \n", this.name); try{ long duration = (long)(Math.random()*10); System.out.printf("%s:Waiting %d seconds for results . \n", this.name,duration); TimeUnit.SECONDS.sleep(duration); }catch(InterruptedException e){ e.printStackTrace(); } int value = 0; for(int i=0;i<5;i++){ value += (int)(Math.random()*100); } Result result = new Result(); result.setName(name); result.setValue(value); System.out.println(this.name+": Ends"); return result; } } public static void main(String[] args) { ExecutorService executor =(ExecutorService)Executors.newCachedThreadPool(); List<Task> taskList = new ArrayList<>(); for(int i=0;i<3;i++){ Task task = new Task(Integer.toString(i)); taskList.add(task); } List<Future<Result>> resultList = new ArrayList<>(); try { //等待所有任务执行完成 executor.invokeAll(taskList); } catch (InterruptedException e) { e.printStackTrace(); } executor.shutdown(); System.out.printf("Main: Printing the results \n"); for(int i=0;i<resultList.size();i++){ Future<Result> future = resultList.get(i); try{ Result result = future.get(); System.out.printf("%s : %s \n",result.getName(),result.getValue()); }catch(InterruptedException | ExecutionException e){ e.printStackTrace(); } } } }
AbstractExecutorService.invokeAll实现逻辑:
public <T> List<Future<T>> invokeAll(Collection<? extends Callable<T>> tasks) throws InterruptedException { if (tasks == null) throw new NullPointerException(); ArrayList<Future<T>> futures = new ArrayList<Future<T>>(tasks.size()); boolean done = false; try { for (Callable<T> t : tasks) { RunnableFuture<T> f = newTaskFor(t); futures.add(f); execute(f); } for (int i = 0, size = futures.size(); i < size; i++) { Future<T> f = futures.get(i); if (!f.isDone()) { try { f.get(); } catch (CancellationException ignore) { } catch (ExecutionException ignore) { } } } done = true; return futures; } finally { if (!done) for (int i = 0, size = futures.size(); i < size; i++) futures.get(i).cancel(true); } }
相关推荐
Java多线程处理数据是一种常见的优化策略,尤其在面临大量数据查询时,通过并发执行任务可以显著提升程序的运行效率。以下将详细解释这个程序中的关键知识点: 1. **Callable接口**:`ThredQuery`类实现了`Callable...
### Java多线程并发知识点详解 #### 一、Java多线程并发简介 在现代软件开发中,特别是在Java这样的主流编程语言中,多线程并发技术是提高程序执行效率、优化资源利用的关键手段之一。本篇文章将深入探讨Java中的...
【Executor、Executors和ExecutorService详解】 在Java并发编程中,`Executor`、`Executors`和`ExecutorService`是核心组件,它们帮助开发者高效管理...了解这些概念和用法,有助于我们构建高效、稳定的多线程环境。
**多线程端口扫描程序**是计算机网络中一种常用的技术,用于探测目标主机开放的网络端口。这种程序能够快速地向指定IP地址发送连接请求,检查哪些端口是监听状态,即服务正在运行。在本文中,我们将深入探讨多线程在...
在IT行业中,多线程和线程池是提高程序并发性能和资源管理的关键技术。尤其在Java编程领域,它们在大型系统和并发密集型应用中扮演着重要角色。本篇文章将详细探讨“常用多线程模板”以及“鱼刺类(Fork/Join框架)...
在`基于Java的多线程快速排序设计与优化.pdf`文档中,读者可以期待学习到如何使用Java的并发库来实现多线程快速排序,包括线程池的配置、任务的提交、并行度的选择以及优化技巧等。此外,文档可能还会包含实际代码...
Java多线程作为Java编程中的核心概念之一,在提高程序执行效率和增强应用响应性方面发挥着重要作用。线程是操作系统能够进行运算调度的最小单位,它被包含在进程之中,是进程中的实际运作单位。一个进程中的多个线程...
"java中ThreadLocalRandom的使用详解" ...ThreadLocalRandom类是java中生成随机数的高效方法,特别是在多线程环境中。与Random类相比,ThreadLocalRandom类可以避免性能瓶颈,提高程序的执行效率。
Java多线程ForkJoinPool实例详解 Java多线程编程中的ForkJoinPool实例详解是Java 7中引入的一种高效的并发编程框架。ForkJoinPool是ExecutorService接口的实现,它管理工作窃取算法(Work-Stealing Algorithm)实现...
Java线程池是Java并发编程中的重要组成部分,它在多线程编程中扮演着至关重要的角色,有效地管理和调度线程资源,提高系统性能并降低资源消耗。本资料"JavaThreaddemo_DEMO_tidecme_线程池Java_源码.zip"包含了关于...
**线程池**是一种多线程处理形式,它通过重用预创建的线程来执行任务,而不是为每个任务创建新线程。这种方式可以显著减少线程创建和销毁的开销,并有效地管理并发任务。 #### 二、线程池工作原理 线程池的主要...
- **定义**:`CountDownLatch`是一个同步工具类,它允许一个或多个线程等待其他线程完成操作。 - **使用场景**: - 在某些初始化步骤完成后通知其他等待线程。 2. **CyclicBarrier**: - **定义**:`...
Java并发编程中,`java.util.concurrent.Executors` 类是一个至关重要的工具类,它提供了一系列静态方法,用于创建和管理线程池以及相关的...通过熟练掌握这些用法,开发者可以编写出更加高效和健壮的多线程应用程序。
- **应用场景**:多线程数据统计汇总。 **4.4 Semaphore** - **信号量**:控制多个线程对资源的访问数量。 - **应用场景**:连接池、数据库连接限制。 #### 五、并发容器与框架 **5.1 ConcurrentHashMap** - **...
Executor框架是Java并发编程的核心组件,它在Java 5中被引入,极大地简化了多线程编程。这个框架是基于`java.util.concurrent`包中的接口和类构建的,旨在提供线程池服务、任务调度以及并发执行任务的能力。Executor...
`AbstractExecutorService`是Java并发编程中的一个关键抽象类,它是`ExecutorService...总的来说,`AbstractExecutorService`是Java并发编程中一个重要的抽象基础,通过理解和使用它可以更高效地管理和控制多线程任务。
在Java中,异步回调可以通过多种方式实现,例如使用`CompletableFuture`、`ExecutorService`、`Future`等。 综上所述,Stream流式计算、ForkJoin框架以及异步回调都是Java开发中非常重要的概念和技术。它们分别针对...
`AbstractExecutorService`是Java并发工具包`java.util.concurrent`中的一个抽象类,它提供了`ExecutorService`接口的基本实现框架。`ExecutorService`接口是`Executor`接口的一个扩展,主要负责管理和控制线程的...
这使得计算在多线程环境中并行执行,提高了效率。 5. **阈值设置**: 阈值`THRESHOLD`是决定何时停止拆分任务的关键参数。设置合适的阈值可以平衡任务拆分和直接计算的成本,以获得最佳性能。在本例中,当任务长度...