Spring Boot Async异步执行任务过程详解

· 教程大全 · 68832

异步调用就是不用等待结果的返回就执行后面的逻辑，同步调用则需要等带结果再执行后面的逻辑。

通常我们使用异步操作都会去创建一个线程执行一段逻辑，然后把这个线程丢到线程池中去执行，代码如下：

ExecutorService executorService = Executors.newFixedThreadPool(10);
executorService.execute(() -> {
  try {
    // 业务逻辑
  } catch (Exception e) {
    e.printStackTrace();
  } finally {
  }
 });

这样的方式看起来没那么优雅，尽管用了java的lambda。在Spring Boot中有一种更简单的方式来执行异步操作，只需要一个@Async注解即可。

@Async
public void saveLog() {
  System.err.println(Thread.currentThread().getName());
}

我们可以直接在Controller中调用这个业务方法，它就是异步执行的，会在默认的线程池中去执行。需要注意的是一定要在外部的类中去调用这个方法，如果在本类调用是不起作用的，比如this.saveLog()。 最后在启动类上开启异步任务的执行，添加@EnableAsync即可。

另外关于执行异步任务的线程池我们也可以自定义，首先我们定义一个线程池的配置类，用来配置一些参数，具体代码如下：

import org.springframework.boot.context.properties.ConfigurationProperties;
import org.springframework.context.annotation.Configuration; 
/**
 * 异步任务线程池配置
 * 
 * @author yinjihuan
 */
@Configuration
@ConfigurationProperties(prefix = "spring.task.pool")
public class TaskThreadPoolConfig { 
  //核心线程数
  private int corePoolSize = 5; 
  //最大线程数
  private int maxPoolSize = 50; 
  //线程池维护线程所允许的空闲时间
  private int keepAliveSeconds = 60; 
  //队列长度
  private int queueCapacity = 10000;
  //线程名称前缀
  private String threadNamePrefix = "FSH-AsyncTask-";
  public String getThreadNamePrefix() {
    return threadNamePrefix;
  }
  public void setThreadNamePrefix(String threadNamePrefix) {
    this.threadNamePrefix = threadNamePrefix;
  }
  public int getCorePoolSize() {
    return corePoolSize;
  }
  public void setCorePoolSize(int corePoolSize) {
    this.corePoolSize = corePoolSize;
  }
  public int getMaxPoolSize() {
    return maxPoolSize;
  }
  public void setMaxPoolSize(int maxPoolSize) {
    this.maxPoolSize = maxPoolSize;
  }
  public int getKeepAliveSeconds() {
    return keepAliveSeconds;
  }
  public void setKeepAliveSeconds(int keepAliveSeconds) {
    this.keepAliveSeconds = keepAliveSeconds;
  }
  public int getQueueCapacity() {
    return queueCapacity;
  }
  public void setQueueCapacity(int queueCapacity) {
    this.queueCapacity = queueCapacity;
  }
}

然后我们重新定义线程池的配置：

import java.lang.reflect.Method;
import java.util.concurrent.Executor;
import java.util.concurrent.ThreadPoolExecutor;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.aop.interceptor.AsyncUncaughtExceptionHandler;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.context.annotation.Configuration;
import org.springframework.scheduling.annotation.AsyncConfigurer;
import org.springframework.scheduling.concurrent.ThreadPoolTaskExecutor;

@Configuration 
public class AsyncTaskExecutePool implements AsyncConfigurer {  
  private Logger logger = LoggerFactory.getLogger(AsyncTaskExecutePool.class);

  @Autowired  
  private TaskThreadPoolConfig config;

  @Override 
  public Executor getAsyncExecutor() { 
    ThreadPoolTaskExecutor executor = new ThreadPoolTaskExecutor(); 
    executor.setCorePoolSize(config.getCorePoolSize());  
    executor.setMaxPoolSize(config.getMaxPoolSize());  
    executor.setQueueCapacity(config.getQueueCapacity());  
    executor.setKeepAliveSeconds(config.getKeepAliveSeconds());  
    executor.setThreadNamePrefix(config.getThreadNamePrefix());
    //线程池对拒绝任务（无线程可用）的处理策略，目前只支持AbortPolicy、CallerRunsPolicy
    //AbortPolicy:直接抛出java.util.concurrent.RejectedExecutionException异常 -->
    //CallerRunsPolicy:主线程直接执行该任务，执行完之后尝试添加下一个任务到线程池中，可以有效降低向线程池内添加任务的速度 -->
    //DiscardOldestPolicy:抛弃旧的任务、暂不支持；会导致被丢弃的任务无法再次被执行 -->
    //DiscardPolicy:抛弃当前任务、暂不支持；会导致被丢弃的任务无法再次被执行 -->
    executor.setRejectedExecutionHandler(new ThreadPoolExecutor.CallerRunsPolicy()); 
    executor.initialize();  
    return executor;  
  } 
  @Override 
  public AsyncUncaughtExceptionHandler getAsyncUncaughtExceptionHandler() {// 异步任务中异常处理 
    return new AsyncUncaughtExceptionHandler() { 
      @Override 
      public void handleUncaughtException(Throwable arg0, Method arg1, Object... arg2) { 
        logger.error("=========================="+arg0.getMessage()+"=======================", arg0); 
        logger.error("exception method:" + arg1.getName()); 
      } 
    }; 
  }  
}

配置完之后我们的异步任务执行的线程池就是我们自定义的了，我们可以通过在属性文件里面配置线程池的大小等等信息，也可以使用默认的配置：

spring.task.pool.maxPoolSize=100

最后讲下线程池配置的拒绝策略，当我们的线程数量高于线程池的处理速度时，任务会被缓存到本地的队列中，队列也是有大小的，如果超过了这个大小，我们需要有拒绝的策略，不然就会内存溢出了，目前支持2种拒绝策略：

  • AbortPolicy: 直接抛出java.util.concurrent.RejectedExecutionException异常
  • CallerRunsPolicy: 主线程直接执行该任务，执行完之后尝试添加下一个任务到线程池中，可以有效降低向线程池内添加任务的速度
  • 建议大家用CallerRunsPolicy策略，因为当队列中的任务满了之后，如果直接抛异常，那么这个任务就会被丢弃，如果是CallerRunsPolicy策略会用主线程去执行，就是同步执行，最起码这样任务不会丢弃。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持北冥有鱼编程技术建站教程。

相关推荐：

Python async与await原理_协程执行机制

async/await是基于事件循环的用户态协程机制，通过await显式让出控制权，协程对象需await或asyncio.run启动，暂停时保存栈帧，底层复用生成器机制，事件循环负责i/o轮询与协程调度。 Python的async与await不是线程或进程，而是一种用户态的协作式并发机制——协程（c...

Python async 与 await 底层机制解析

async/await是python对协程对象的显式标记和调度约定，asyncdef创建返回协程对象的函数，await作为挂起点要求操作对象实现await协议并在事件循环中让出控制权。 async与await不是线程，也不是协程的语法糖 它们是Python对协程对象（coroutineobject）...

Python async 程序为什么变慢问题解析

pythonasync程序变慢主因是“假异步”：混用同步阻塞操作（如time.sleep、requests）、协程串行执行、cpu密集任务阻塞事件循环、资源超发。应改用async对应方案、并发调度、线程池卸载及限流控制。 Pythonasync程序变慢，通常不是因为async本身有问题，而是异步代码...

Python async for 的内存使用优化

asyncfor本身不导致内存暴涨，问题在于底层异步迭代器的chunk大小失控；需控制分块读取、避免累积数据、限制anext返回量、慎用asyncfor队列，并用tracemalloc定位bytes内存源头。 asyncfor会悄悄吃光内存？关键在迭代器的chunk大小 Python的asyncfo...

Python async 函数为何不能直接调用

async函数调用必须await或用asyncio.run()执行，直接调用仅返回coroutine对象且触发runtimewarning；在同步环境中不可用threading/multiprocessing绕过，应使用asyncio.gather等原生并发机制。 async函数调用会报Runtim...

Python async with 的嵌套性能分析

asyncwith嵌套不会拉长await链但增加调度开销，每层隐式调用aenter和aexit各一次；嵌套事务等场景常见，异常传播可靠但依赖aexit返回值，高频使用需防延迟上升与资源泄漏。 asyncwith嵌套会不会导致await链过长 不会自动拉长await链，但嵌套本身会增加事件循环调度开销...

Python tortoise-orm vs gino vs sqlalchemy async 的选型

sqlalchemy2.0+的asyncsession是生产可用的异步orm方案，需配合asyncengine和异步驱动；tortoise适合快速原型但迁移与聚合查询易出错；gino已停更，不建议新项目使用。 SQLAlchemyasync是生产可用的，但得用2.0+和AsyncSession 很多...