本篇內(nèi)容介紹了“讓API并行調(diào)用的方法是什么”的有關(guān)知識，在實(shí)際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧！希望大家仔細(xì)閱讀，能夠?qū)W有所成！

成都創(chuàng)新互聯(lián)公司是一家專業(yè)從事成都網(wǎng)站設(shè)計(jì)、成都網(wǎng)站制作的網(wǎng)絡(luò)公司。作為專業(yè)網(wǎng)站設(shè)計(jì)公司,成都創(chuàng)新互聯(lián)公司依托的技術(shù)實(shí)力、以及多年的網(wǎng)站運(yùn)營經(jīng)驗(yàn),為您提供專業(yè)的成都網(wǎng)站建設(shè)、全網(wǎng)營銷推廣及網(wǎng)站設(shè)計(jì)開發(fā)服務(wù)！

當(dāng)數(shù)據(jù)量較大的時(shí)候，都會通過分庫分表來拆分，分擔(dān)讀寫的壓力。分庫分表后比較麻煩的就是查詢的問題，如果不是直接根據(jù)分片鍵去查詢的話，需要對多個(gè)表進(jìn)行查詢。

在一些復(fù)雜的業(yè)務(wù)場景下，比如訂單搜索，除了訂單號，用戶，商家 這些常用的搜索條件，可能還有時(shí)間，商品等等。

目前常見的做法將數(shù)據(jù)同步到 ES 這類搜索框架中進(jìn)行查詢，然后通過搜出來的結(jié)果，一般是主鍵 ID,  再去具體的數(shù)據(jù)表中查詢完整的數(shù)據(jù)，組裝返回給調(diào)用方。

比如下面這段代碼，首先查詢出文章信息，然后根據(jù)文章中的用戶 ID 去查詢用戶的昵稱。

List articleBos = articleDoPage.getRecords().stream().map(r -> {     String nickname = userManager.getNickname(r.getUserId());     return articleBoConvert.convertPlus(r, nickname); }).collect(Collectors.toList());

如果文章有 10 條數(shù)據(jù)，那么就需要調(diào)用 10 次用戶服務(wù)提供的接口，而且是同步調(diào)用操作。

當(dāng)然我們也可以用并行流來實(shí)現(xiàn)并發(fā)調(diào)用，代碼如下：

List articleBos = articleDoPage.getRecords().parallelStream().map(r -> {     String nickname = userManager.getNickname(r.getUserId());     return articleBoConvert.convertPlus(r, nickname); }).collect(Collectors.toList());

并行流的優(yōu)點(diǎn)很明顯，代碼不用做特別大的改動。需要注意如果用并行流，最好單獨(dú)定義一個(gè) ForkJoinPool。

除了用并行流，還可以使用批量查詢的方式來提高性能，降低 RPC 的調(diào)用次數(shù)，代碼如下：

List userIds = articleDoPage.getRecords().stream().map(article -> article.getUserId()).collect(Collectors.toList()); Map nickNameMap = userManager.queryByIds(userIds).stream().collect(Collectors.toMap(UserResponse::getId, UserResponse::getNickname)); List articleBos = articleDoPage.getRecords().stream().map(r -> {     String nickname = nickNameMap.containsKey(r.getUserId()) ? nickNameMap.get(r.getUserId()) : CommonConstant.DEFAULT_EMPTY_STR;     return articleBoConvert.convertPlus(r, nickname); }).collect(Collectors.toList());

但批量查詢還是同步模式，下面介紹如果使用 CompletableFuture 來實(shí)現(xiàn)異步并發(fā)調(diào)用，直接用原生的 CompletableFuture  也可以，但是編排能力沒有那么強(qiáng)，這里我們選擇一款基于 CompletableFuture  封裝的并行編排框來實(shí)現(xiàn)。

稍微做了下封裝，提供了更方便使用的工具類來實(shí)現(xiàn)并發(fā)調(diào)用多個(gè)接口的邏輯。

第一種方式，適用于比如從 ES 查出了一批 ID, 然后根據(jù) ID 去數(shù)據(jù)庫中或者調(diào)用 RPC 查詢真實(shí)數(shù)據(jù)，最后得到一個(gè) Map，可以根據(jù) Key  獲取對應(yīng)的數(shù)據(jù)。

內(nèi)部是多線程并發(fā)調(diào)用，會等到結(jié)果全部返回。

public Object aggregationApi() {     long s = System.currentTimeMillis();     List ids = new ArrayList<>();     ids.add("1");     ids.add("2");     ids.add("3");     Map callResult = AsyncTemplate.call(ids, id -> {         return userService.getUser(id);     }, u -> u.getId(), COMMON_POOL);     long e = System.currentTimeMillis();     System.out.println("耗時(shí)：" + (e-s) + "ms");     return ""; }

另一個(gè)場景就是 API 聚合的場景，需要并行調(diào)用多個(gè)接口，將結(jié)果進(jìn)行組裝。

List params = new ArrayList<>(); AsyncCall goodsQuery = new AsyncCall("goodsQuery", 1); params.add(goodsQuery); AsyncCall orderQuery = new AsyncCall("orderQuery", "100"); params.add(orderQuery); UserQuery q = new UserQuery(); q.setAge(18); q.setName("yinjihuan"); AsyncCall userQuery = new AsyncCall("userQuery", q); params.add(userQuery); AsyncTemplate.call(params, p -> {     if (p.getTaskId().equals("goodsQuery")) {         AsyncCall query = p;         return goodsService.getGoodsName(query.getParam());     }     if (p.getTaskId().equals("orderQuery")) {         AsyncCall query = p;         return orderService.getOrder(query.getParam());     }     if (p.getTaskId().equals("userQuery")) {         AsyncCall query = p;         return userService.getUser(query.getParam());     }     return null; });

AsyncCall 中定義參數(shù)和響應(yīng)的類型，響應(yīng)結(jié)果會在執(zhí)行完后會自動設(shè)置到 AsyncCall 中。在 call 方法中需要根據(jù) taskId  去做對應(yīng)的處理邏輯，不同的 taskId 調(diào)用的接口不一樣。

“讓API并行調(diào)用的方法是什么”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識可以關(guān)注創(chuàng)新互聯(lián)網(wǎng)站，小編將為大家輸出更多高質(zhì)量的實(shí)用文章！