A
📖 知识库
🌐

使用CompletableFuture完成并发编排,提升接口性能

🏅 项目难点&亮点 3 分钟阅读 96 次浏览 更新于 2026-09-30

导读

围绕「使用CompletableFuture完成并发编排,提升接口性能」,本篇整理了核心结论与常见追问,读完可以直接上手讲出来。

背景

我的项目中,有这样一个场景,我们要发起一个用户主动还款之后,需要把在途的扣款单全部暂停,但是因为用户选择还款单据可能比较多,而且暂停是调用外部资金打款系统的接口实现的,这个地方如果一条一条执行就很慢,但是如果起多线程执行的话,我就没办法知道他们每一个暂定的返回结果。

我想可以实现一个这样的功能:多线程去执行暂停动作,如果都成功了,那么就推进我的主动扣款后续流程,如果暂停有任何一个接口调用失败了,那么先不推进后续流程,等下次重试。

技术选型

为了实现这个功能,我了解到CompletableFuture,他是Java 8中引入的一个新特性,它提供了一种简单的方法来实现异步编程和任务组合。

他的多线程编排的能力刚好可以用在我这个场景中,而且他底层是基于ForkJoinPool实现的,所以他的性能也比较高效,所以最终我选择了这个方案。

具体实现

//异步暂停扣款
CompletableFuture<Void> allFutures = CompletableFuture.allOf(noticeDetails.stream()
        .map(detail -> CompletableFuture.supplyAsync(() -> {
            pause(detail);
            return null;
        })).toArray(CompletableFuture[]::new));

//所有暂停扣款成功后,更新代还通知单
allFutures.whenComplete((v, e) -> {
    if (e == null) {
        //执行后续的还款操作
        //...
        //...
    } else {
        log.error("notice failed", e);
    }
});

得到结果

在用了CompletableFuture做编排之前,原来50笔订单的暂停扣款,需要大概10s左右,但是用了CompletableFuture之后,50笔订单的暂停扣款只需要1秒钟左右。

学习资料

由站内小编编辑整理

相关条目

基于EasyExcel+线程池+批量插入实现百万级数据导入
项目中有一个数据迁移,原来的数据存储在旧的系统,现在系统做了重构,需要迁移到新的系统中,老系统的数据被加工到Excel中了,需要基于Excel实现文件的导入,同时需要避免内存…
基于本地消息表实现分布式事务保证最终一致性
这种背景的话一般都是在分布式场景中,需要保证各个系统之间的数据的最终一致性,比如交易下单环节,保证订单系统和用户积分系统之间的最终一致
基于TTL 解决线程池中 ThreadLocal 线程无法共享的问题
在基于Java的应用开发中,尤其是在使用Spring框架、异步处理和微服务架构的系统中,经常需要在不同线程或服务间传递用户会话、数据库事务或其他上下文信息
基于Redis的zset实现秒级排行榜
假设我们有一个在线游戏平台,需要为每个游戏的玩家实现排行榜功能,以显示每个游戏的最高得分排名
使用quartz定时任务实现支付单自动关单功能,并引入多线程+分段解决扫表延迟的问题
我负责的订单系统模块,有一个功能就是需要实现订单的到期自动关闭,这功能以前其实是有的,但是后来我发现经常有一些订单,明明已经到期了,但是还是没有正常被关闭,就导致已超时的订单…
通过采用“一锁二判三更新”方式设计接口幂等,解决支付单重复支付的问题
负责了一个支付相关的功能,因为我们的支付渠道有很多,有的时候用户在选择某一个支付渠道支付(如微信)之后一直处理中,然后用户又换了一个其他的支付渠道(如支付宝)来支付。但是后面…