多线程搜索操作

Question

我有一个方法可以接受一系列查询，我需要针对不同的搜索引擎 Web API（例如 Google 或 Yahoo's）运行它们。为了使进程并行化，为每个查询生成一个线程，然后在最后joined，因为我的应用程序只能在之后继续我得到每个的结果/em> 查询。我目前有这些方面的东西：

public abstract class class Query extends Thread {
    private String query;

    public abstract Result[] querySearchEngine();
    @Override
    public void run() {
        Result[] results = querySearchEngine(query);
        Querier.addResults(results);
    }

}

public class GoogleQuery extends Query {
    public Result querySearchEngine(String query) { 
        // access google rest API
    }
}

public class Querier {
    /* Every class that implements Query fills this array */
    private static ArrayList<Result> aggregatedResults;

    public static void addResults(Result[]) { // add to aggregatedResults }

    public static Result[] queryAll(Query[] queries) {
        /* for each thread, start it, to aggregate results */
        for (Query query : queries) {
            query.start();
        }
        for (Query query : queries) {
            query.join();
        }
        return aggregatedResults;
    }
}

最近，我发现Java 中有一个新的 API 用于执行并发作业。即Callable接口，FutureTask和ExecutorService。我想知道这个新 API 是否应该使用，以及它们是否比传统的 Runnable 和 Thread 更有效。

在研究了这个新的 API 之后，我想出了以下代码（简化版）：

   public abstract class Query implements Callable<Result[]> {
        private final String query; // gets set in the constructor

        public abstract Result[] querySearchEngine();
        @Override
        public Result[] call() {
            return querySearchEngine(query);
        }
    }

public class Querier {   
        private ArrayList<Result> aggregatedResults;

        public Result[] queryAll(Query[] queries) {
            List<Future<Result[]>> futures = new ArrayList<Future<Result[]>>(queries.length);
            final ExecutorService service = Executors.newFixedThreadPool(queries.length);  
            for (Query query : queries) {
                futures.add(service.submit(query));  
            }
            for (Future<Result[]> future : futures) {  
                aggregatedResults.add(future.get());  // get() is somewhat similar to join?
            }  
            return aggregatedResults;
        }
    }

我是这个并发 API 的新手，我想知道在上面的代码中是否有可以改进的地方，以及它是否比第一个选项更好（使用 @987654330 @)。有些课程我没有探索，例如FutureTask，等等。我也很想听听这方面的任何建议。

Answer 1

您的代码存在一些问题。

1. 您可能应该使用 ExecutorService.invokeAll() 方法。 创建新线程和新线程池的成本可能很高（尽管可能无法与调用外部搜索引擎相比）。 invokeAll() 可以为您管理线程。
2. 您可能不想混合使用数组和泛型。
3. 您调用的是 aggregatedResults.add() 而不是 addAll()。
4. 如果成员变量可以是 queryAll() 函数调用的本地变量，则无需使用它们。

所以，类似以下的东西应该可以工作：

public abstract class Query implements Callable<List<Result>> {
    private final String query; // gets set in the constructor

    public abstract List<Result> querySearchEngine();
    @Override
    public List<Result> call() {
        return querySearchEngine(query);
    }
}

public class Querier {   
    private static final ExecutorService executor = Executors.newCachedThreadPool();

    public List<Result> queryAll(List<Query> queries) {
        List<Future<List<Result>>> futures = executor.submitAll(queries);
        List<Result> aggregatedResults = new ArrayList<Result>();
        for (Future<List<Result>> future : futures) {  
            aggregatedResults.addAll(future.get());  // get() is somewhat similar to join?
        }  
        return aggregatedResults;
    }
}

Answer 2

作为进一步的改进，您可以考虑使用CompletionService 它解耦了提交和检索的顺序，而是将所有未来的结果放在一个队列中，您可以按照它们完成的顺序从中获取结果..

Answer 3

我可以建议您使用 Future.get() with a timeout 吗？

否则，只需要一个搜索引擎没有响应就可以让一切停止（如果你最终遇到网络问题，它甚至不需要是搜索引擎问题）