
在处理批量操作时,例如对一个ID列表逐个执行禁用操作,传统的做法是使用迭代循环:
private void disableXYZ(Long rId, List<Long> disableIds, String requestedBy) {
for (Long disableId : disableIds) {
try {
disablePackXYZ(UnSubscribeRequest.unsubscriptionRequest()
.requestedBy(requestedBy)
.cancellationReason("system")
.id(disableId)
.build());
} catch (Exception e) {
// 捕获并记录单个任务的异常,不中断循环
log.error("Failed to disable pack. id: {}, rId: {}. Error: {}", disableId, rId, e.getMessage());
}
}
}这种方法简单直接,并且能够确保即使某个disablePackXYZ调用失败,循环也能继续处理后续的ID。然而,当disableIds列表非常大,且disablePackXYZ操作耗时较长时,这种串行执行方式会严重影响整体处理效率。
为了提高效率,自然会想到并行化处理。然而,并行化处理引入了一个新的挑战:如何确保在并行执行中,一个任务的失败不会导致整个批处理的中断?例如,Java Stream API的并行流配合CompletableFuture的complete(e)方法来传播异常,通常会导致“快速失败”的行为,即一旦有异常抛出,整个forEach操作可能会立即终止,而不是等待所有任务完成。这与我们希望所有任务都能独立完成,并收集其各自结果(包括成功和失败)的需求相悖。
要实现并行执行且不因单个任务失败而中断整个流程,核心思想是将每个任务的异常处理封装在任务内部,并统一收集每个任务的执行结果(无论是成功数据还是异常信息)。CompletableFuture是实现这一目标的关键工具。
立即学习“Java免费学习笔记(深入)”;
为了统一表示每个并行任务的执行结果,我们可以定义一个泛型封装类,它能持有成功的数据,也能持有发生的异常:
import java.util.List;
import java.util.ArrayList;
import java.util.concurrent.CompletableFuture;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.stream.Collectors;
// 假设 UnSubscribeRequest 和 Log 类已定义
// ... (此处省略 UnSubscribeRequest 和 Log 的定义,参见原问题上下文)
/**
* 封装并行任务的执行结果,可包含成功数据或异常信息。
* @param <T> 成功时的数据类型
*/
class TaskResult<T> {
private final T data;
private final Throwable error;
private TaskResult(T data, Throwable error) {
this.data = data;
this.error = error;
}
/** 创建一个成功的任务结果 */
public static <T> TaskResult<T> success(T data) {
return new TaskResult<>(data, null);
}
/** 创建一个失败的任务结果 */
public static <T> TaskResult<T> failure(Throwable error) {
return new TaskResult<>(null, error);
}
/** 判断任务是否成功 */
public boolean isSuccess() {
return error == null;
}
/** 获取成功时的数据 */
public T getData() {
return data;
}
/** 获取失败时的异常 */
public Throwable getError() {
return error;
}
@Override
public String toString() {
if (isSuccess()) {
return "Success: " + data;
} else {
return "Failure: " + (data != null ? "ID " + data + ", " : "") + "Error: " + error.getMessage();
}
}
}TaskResult类的作用是,即使底层任务抛出异常,我们也能让其对应的CompletableFuture“正常”完成(即join()方法不会抛出异常),而是将异常信息包装在TaskResult对象中返回。
以下是使用CompletableFuture实现并行disablePackXYZ调用,并独立处理异常的示例:
// 模拟日志类
class Log {
public static void error(String format, Object... args) {
System.err.printf(format + "%n", args);
}
public static void info(String format, Object... args) {
System.out.printf(format + "%n", args);
}
}
// 模拟 UnSubscribeRequest 类
class UnSubscribeRequest {
private String requestedBy;
private String cancellationReason;
private Long id;
public static Builder unsubscriptionRequest() {
return new Builder();
}
public static class Builder {
private UnSubscribeRequest request = new UnSubscribeRequest();
public Builder requestedBy(String requestedBy) { request.requestedBy = requestedBy; return this; }
public Builder cancellationReason(String cancellationReason) { request.cancellationReason = cancellationReason; return this; }
public Builder id(Long id) { request.id = id; return this; }
public UnSubscribeRequest build() { return request; }
}
}
public class ParallelTaskExecutor {
// 使用共享的 ExecutorService 以更好地管理线程资源
private final ExecutorService executor = Executors.newFixedThreadPool(Runtime.getRuntime().availableProcessors());
private static final Log log = new Log();
// 模拟要并行调用的方法,可能抛出异常
private void disablePackXYZ(UnSubscribeRequest request) throws Exception {
// 模拟网络请求或数据库操作
if (request.id % 3 == 0) { // 模拟ID为3的倍数时发生失败
throw new RuntimeException("Simulated failure for ID: " + request.id);
}
log.info("Successfully disabled pack for ID: %d", request.id);
// 模拟处理时间
Thread.sleep(100);
}
/**
* 并行禁用操作,并独立处理每个任务的异常。
* @param rId 请求ID
* @param disableIds 要禁用的ID列表
* @param requestedBy 请求者
* @return 包含每个任务结果(成功或失败)的列表
*/
public List<TaskResult<Long>> disableXYZParallel(Long rId, List<Long> disableIds, String requestedBy) {
// 为每个ID创建一个CompletableFuture
List<CompletableFuture<TaskResult<Long>>> futures = disableIds.stream()
.map(disableId -> {
UnSubscribeRequest request = UnSubscribeRequest.unsubscriptionRequest()
.requestedBy(requestedBy)
.cancellationReason("system")
.id(disableId)
.build();
// 使用 supplyAsync 在自定义线程池中异步执行任务
return CompletableFuture.supplyAsync(() -> {
try {
disablePackXYZ(request);
// 任务成功,返回成功结果
return TaskResult.success(disableId);
} catch (Exception e) {
// 任务失败,捕获异常并记录日志,返回失败结果
log.error("Failed to disable pack. id: %d, rId: %d. Error: %s", disableId, rId, e.getMessage());
return TaskResult.failure(e);
}
}, executor); // 指定线程池
})
.collect(Collectors.toList());
// 等待所有 CompletableFuture 完成
CompletableFuture<Void> allOf = CompletableFuture.allOf(futures.toArray(new CompletableFuture[0]));
// 在所有任务完成后,收集并返回它们的具体结果
return allOf.thenApply(v -> futures.stream()
.map(CompletableFuture::join) // join 不会抛出异常,因为异常已在 TaskResult 中封装
.collect(Collectors.toList()))
.join(); // 阻塞并获取最终结果列表
}
// 在应用程序关闭时,记得关闭线程池
public void shutdown() {
executor.shutdown();
log.info("ExecutorService shut down.");
}
public static void main(String[] args) {
ParallelTaskExecutor executor = new ParallelTaskExecutor();
List<Long> idsToDisable = List.of(1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L);
Long rId = 12345L;
String requestedBy = "system_user";
System.out.println("Starting parallel disable operations...");
List<TaskResult<Long>> results = executor.disableXYZParallel(rId, idsToDisable, requestedBy);
System.out.println("\nAll parallel operations completed. Results:");
// 遍历并打印每个任务的结果
for (TaskResult<Long> result : results) {
if (result.isSuccess()) {
System.out.println(" " + result);
} else {
System.out.println(" " + result);
}
}
executor.shutdown();
}
}通过巧妙地结合CompletableFuture的异步执行能力和自定义的TaskResult封装,我们能够构建出高度健壮的并行处理系统。这种方法确保了即使
以上就是Java并行任务中的健壮性:独立异常处理与结果收集策略的详细内容,更多请关注php中文网其它相关文章!
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号