public class RunnableFutureTask {
static FinalizableDelegatedExecutorService executorService = (FinalizableDelegatedExecutorService) Executors1.newSingleThreadExecutor(); //创建一个单线程执行器
public static void main(String[] args) throws InterruptedException, ExecutionException {
futureDemo();
} static void futureDemo() throws InterruptedException, ExecutionException {
/*调用FinalizableDelegatedExecutorService的submit,转调ThreadPoolExecutor1的submit,
转调父类AbstractExecutorService1的submit,提交给线程池的是一个FutureTask,线程池里面调用runWorker(),
然后Runnable的run方法,就是FutureTask的run方法(开了线程池的一个线程去执行),executorService.submit线程退出到外层。
FutureTask的run方法没有返回值,结果是在FutureTask的outcome属性里面的。result2.get()就是获取FutureTask的outcome属性。*/
Future<String> result2 = executorService.submit(new Callable<String>() {
public String call() throws Exception {
return "result2";
}
});
System.out.println("future result from callable:"+result2.get());
//executorService.submit会把Callable封装成FutureTask然后丢到线程池执行,结果在FutureTask自身中。 FutureTask1<String> result3 = new FutureTask1<String>(new Callable<String>() {
public String call() throws Exception {
return "result3";
}
});
executorService.submit(result3);
/*submit会把result3再封装为FutureTask,丢到线程池执行,线程池最后执行runWorker(),然后Runnable的run方法,
就是外层FutureTask的run方法(开了线程池的一个线程去执行),外层FutureTask run()时候调用里面result3的call方法,
result3作为一个Runnable已经被封装为了一个Callable,就嗲用封装的call(),转为调用里面真正result3的run方法,
result3的run方法执行时候,调用里面匿名内部类的call(),设置结果给result3。*/
System.out.println("future result from FutureTask:" + result3.get()); }
}
public abstract class AbstractExecutorService1 implements ExecutorService {

    // 对Runnable的封装,T是期望值
protected <T> RunnableFuture<T> newTaskFor(Runnable runnable, T value) {
return new FutureTask1<T>(runnable, value);
} // 对Callable的封装
protected <T> RunnableFuture<T> newTaskFor(Callable<T> callable) {
return new FutureTask1<T>(callable);// FutureTask1是一个Runnable,也就是通过execute提交给ThreadPoolExecutor线程池的一个任务
} // Runnable封装为FutureTask,把FutureTask(是一个Runnable)作为任务丢到线程池执行,并且返回这个FutureTask。从FutureTask得到执行结果。
public Future<?> submit(Runnable task) {
if (task == null)
throw new NullPointerException();
RunnableFuture<Void> ftask = newTaskFor(task, null);// FutureTask1
execute(ftask);
return ftask;// ftask是一个Runnable,也就是通过execute提交给ThreadPoolExecutor线程池的一个任务
// 从ftask FutureTask获取结果
} // Runnable封装为FutureTask,把FutureTask(是一个Runnable)作为任务丢到线程池执行,并且返回这个FutureTask。。从FutureTask得到执行结果。
// T是期望值
public <T> Future<T> submit(Runnable task, T result) {
if (task == null)
throw new NullPointerException();
RunnableFuture<T> ftask = newTaskFor(task, result);// FutureTask1
execute(ftask);
return ftask;// 从ftask FutureTask获取结果
} // Callable封装为FutureTask,把FutureTask(是一个Runnable)作为任务丢到线程池执行,并且返回这个FutureTask。。从FutureTask得到执行结果。
public <T> Future<T> submit(Callable<T> task) {
if (task == null)
throw new NullPointerException();
RunnableFuture<T> ftask = newTaskFor(task);// FutureTask1
execute(ftask);
return ftask;// 从ftask FutureTask获取结果
} // invokeAny()和invokeAll()方法是以批量的形式执行一组任务,然后等待至少一个或者全部的任务完成。 //一批任务中的某个任务完成了,就返回他的结果,所以他返回的是最快执行完成的那个任务的结果,他的重载方法,加入了超时机制,如果超过了限制的时间也没有一个任务完成,那么就会抛出超时异常了。
private <T> T doInvokeAny(Collection<? extends Callable<T>> tasks, boolean timed, long nanos)
throws InterruptedException, ExecutionException, TimeoutException {
if (tasks == null)
throw new NullPointerException();
int ntasks = tasks.size();
if (ntasks == )
throw new IllegalArgumentException();
ArrayList<Future<T>> futures = new ArrayList<Future<T>>(ntasks);
ExecutorCompletionService1<T> ecs = new ExecutorCompletionService1<T>(this); // 为了提高效率,特别是在并行性有限的执行器中,请在提交更多任务之前检查以前提交的任务是否已完成。这种交织加上异常机制解释了主循环的混乱。 try {
// 记录异常,以便如果我们无法获得任何结果,我们可以抛出最后一个异常。
ExecutionException ee = null;
final long deadline = timed ? System.nanoTime() + nanos : 0L;
Iterator<? extends Callable<T>> it = tasks.iterator(); // Start one task for sure; the rest incrementally
futures.add(ecs.submit(it.next()));
--ntasks;
int active = ; for (;;) {
Future<T> f = ecs.poll();
if (f == null) {
if (ntasks > ) {
--ntasks;
futures.add(ecs.submit(it.next()));
++active;
} else if (active == )
break;
else if (timed) {
f = ecs.poll(nanos, TimeUnit.NANOSECONDS);
if (f == null)
throw new TimeoutException();
nanos = deadline - System.nanoTime();
} else
f = ecs.take();
}
if (f != null) {
--active;
try {
return f.get();
} catch (ExecutionException eex) {
ee = eex;
} catch (RuntimeException rex) {
ee = new ExecutionException(rex);
}
}
} if (ee == null)
ee = (ExecutionException) new Exception();
throw ee; } finally {
for (int i = , size = futures.size(); i < size; i++)
futures.get(i).cancel(true);
}
} public <T> T invokeAny(Collection<? extends Callable<T>> tasks) throws InterruptedException, ExecutionException {
try {
return doInvokeAny(tasks, false, );
} catch (TimeoutException cannotHappen) {
assert false;
return null;
}
} public <T> T invokeAny(Collection<? extends Callable<T>> tasks, long timeout, TimeUnit unit)
throws InterruptedException, ExecutionException, TimeoutException {
return doInvokeAny(tasks, true, unit.toNanos(timeout));
} //批量提交并执行任务,当所有任务都执行完成时,返回一个保存任务状态和执行结果的Future列表。
public <T> List<Future<T>> invokeAll(Collection<? extends Callable<T>> tasks) throws InterruptedException {
if (tasks == null)// 如果任务集后为空,则抛出一个NullPointerException
throw new NullPointerException();
// 创建一个和任务数量等大的ArrayList.
ArrayList<Future<T>> futures = new ArrayList<Future<T>>(tasks.size());
boolean done = false;//标志任务是否完成
try {
//将tasks里面的每个Callable转化成Future,添加到futures里面,并交给Executor#execute()方法执行
for (Callable<T> t : tasks) {
RunnableFuture<T> f = newTaskFor(t);// FutureTask1
futures.add(f);
execute(f);
}
//判断futures里面的Future是否执行结束,如果还没有完成,通过get()阻塞直到任务完成
//也是就说执行完这一段代码,futures里面的每一个任务都是执行完成的情况
for (int i = , size = futures.size(); i < size; i++) {
Future<T> f = futures.get(i);
if (!f.isDone()) {
try {
f.get();
} catch (CancellationException ignore) {
} catch (ExecutionException ignore) {
}
}
}
done = true;
return futures;
} finally {
if (!done)//如果任务没有完成的,就全部都取消,并释放内存
for (int i = , size = futures.size(); i < size; i++)
futures.get(i).cancel(true);//采用中断线程的方式取消任务
}
} //重载方法也是类似的,就是加入了一个超时时间,不管是所有的任务都执行完,还是已经到达超时的时间,只有两个有中满足其中一个,就会返回一个保存任务状态和执行结果的Future列表。
public <T> List<Future<T>> invokeAll(Collection<? extends Callable<T>> tasks, long timeout, TimeUnit unit)
throws InterruptedException {
if (tasks == null)
throw new NullPointerException();//如果任务集后为空,则抛出一个NullPointerException
long nanos = unit.toNanos(timeout);//将超时时间转化成纳秒
ArrayList<Future<T>> futures = new ArrayList<Future<T>>(tasks.size());//创建一个和任务数量等大的ArrayList.
boolean done = false;
try {
for (Callable<T> t : tasks)
futures.add(newTaskFor(t));//将tasks里面的每个Callable转化成Future,添加到futures里面 final long deadline = System.nanoTime() + nanos;//超时时间点
final int size = futures.size();//记录一下futures的大小, //执行任务,如果超时就直接返回futures
for (int i = ; i < size; i++) {
execute((Runnable) futures.get(i));
nanos = deadline - System.nanoTime();
if (nanos <= 0L)
return futures;
}
//判断futures里面的Future是否执行结束,如果还没有完成,通过get()阻塞直到任务完成
//也是就说执行完这一段代码,要么futures里面的每一个任务都是执行完成了,要么就是超时了
for (int i = ; i < size; i++) {
Future<T> f = futures.get(i);
if (!f.isDone()) {
if (nanos <= 0L)
return futures;
try {
f.get(nanos, TimeUnit.NANOSECONDS);//这里捕捉了get()方法可能出现了所有的异常
} catch (CancellationException ignore) {
} catch (ExecutionException ignore) {
} catch (TimeoutException toe) {
return futures;
}
nanos = deadline - System.nanoTime();
}
}
done = true;//标记任务完成
return futures;
} finally {
if (!done)//如果任务没有完成的,就全部都取消,并释放内存
for (int i = , size = futures.size(); i < size; i++)
futures.get(i).cancel(true);//采用中断线程的方式取消任务
}
} }

AbstractExecutorService源码的更多相关文章

  1. 【JUC】JDK1.8源码分析之ThreadPoolExecutor(一)

    一.前言 JUC这部分还有线程池这一块没有分析,需要抓紧时间分析,下面开始ThreadPoolExecutor,其是线程池的基础,分析完了这个类会简化之后的分析,线程池可以解决两个不同问题:由于减少了 ...

  2. 【原创】JAVA并发编程——Callable和Future源码初探

    JAVA多线程实现方式主要有三种:继承Thread类.实现Runnable接口.使用ExecutorService.Callable.Future实现有返回结果的多线程.其中前两种方式线程执行完后都没 ...

  3. Java并发包源码学习之线程池(一)ThreadPoolExecutor源码分析

    Java中使用线程池技术一般都是使用Executors这个工厂类,它提供了非常简单方法来创建各种类型的线程池: public static ExecutorService newFixedThread ...

  4. ThreadPoolExecutor的应用和实现分析(中)—— 任务处理相关源码分析 线程利用(转)

    前面一篇文章从Executors中的工厂方法入手,已经对ThreadPoolExecutor的构造和使用做了一些整理.而这篇文章,我们将接着前面的介绍,从源码实现上对ThreadPoolExecuto ...

  5. [转载] Java线程池框架源码分析

    转载自http://www.linuxidc.com/Linux/2014-11/108791.htm 相关类Executor,Executors,AbstractExecutorService,Ex ...

  6. 《java.util.concurrent 包源码阅读》 结束语

    <java.util.concurrent 包源码阅读>系列文章已经全部写完了.开始的几篇文章是根据自己的读书笔记整理出来的(当时只阅读了部分的源代码),后面的大部分都是一边读源代码,一边 ...

  7. J.U.C FutureTask之源码解析

    通过直接继承Thread, 实现Runnable接口来创建线程.但这两种方式都有一种缺陷:在执行完任务之后无法获得执行结果. 如果需要获得执行结果,就必须通过共享变量或者使用线程通信的方式来达到效果, ...

  8. 线程池ThreadPoolExecutor源码解读研究(JDK1.8)

    一.什么是线程池 为什么要使用线程池?在多线程并发开发中,线程的数量较多,且每个线程执行一定的时间后就结束了,下一个线程任务到来还需要重新创建线程,这样线程数量特别庞大的时候,频繁的创建线程和销毁线程 ...

  9. 从源码看JDK提供的线程池(ThreadPoolExecutor)

    一丶什么是线程池 (1)博主在听到线程池三个字的时候第一个想法就是数据库连接池,回忆一下,我们在学JavaWeb的时候怎么理解数据库连接池的,数据库创建连接和关闭连接是一个比较耗费资源的事情,对于那些 ...

随机推荐

  1. LinqToSql

    string connectionString = System.Configuration.ConfigurationManager.ConnectionStrings["ConsoleA ...

  2. Enum.GetUnderlyingType(obj.GetType())

    Enum.GetUnderlyingType(obj.GetType())获取保存枚举值的数据类型:

  3. WebApi接口安全性 接口权限调用、参数防篡改防止恶意调用

    背景介绍 最近使用WebApi开发一套对外接口,主要是数据的外送以及结果回传,接口没什么难度,采用WebApi+EF的架构简单创建一个模板工程,使用template生成一套WebApi接口,去掉put ...

  4. java都是值传递,没有引用传递

    博主这几天在复习 javaSE 部分的内容时,遇到了关于参数传值的问题,但是始终不知道原因,上网上一查才知道钻牛角尖了,把C语言的参数传值转移到java中了. 相信很多在学习java之前,有接触过C/ ...

  5. Java中级—转发和重定向的区别

    在设计Web应用程序的时候,经常需要把一个系统进行结构化设计,即按照模块进行划分,让不同的Servlet来实现不同的功能,例如可以让其中一个Servlet接收用户的请求,另外一个Servlet来处理用 ...

  6. swift混编

    http://blog.csdn.net/fengsh998/article/details/34440159

  7. jmeter5.1分布式压测

    在使用jmeter压测过程中,可能会度遇到内存溢出的错误,这是为什么呢?因为jmeter是java写的应用,java应用jvm堆内存heap受负载机硬件限制,虽然我们可以调整堆内存大小,但是单机无法支 ...

  8. 【Linux】扩展阿里云数据盘分区和文件系统

    扩容云盘只是扩大存储容量,不会扩容文件系统 一.准备工作 在扩展数据盘扩展分区和文件系统前,请提前完成以下工作. 创建快照以备份数据,防止操作失误导致数据丢失. 通过ECS控制台或者API扩容云盘容量 ...

  9. 基于hashlib下的文件校验

    hashlib不仅可以对密码进行加密也可以对文件内容进行校验,传统的小文件校验通过人为校验是不现实的,如果摸个文件里面的内容多出一个空格的话那么哦是根本就不知道的因此我们需要一个可以校验文件的方法,而 ...

  10. JAVA基础复习day-01

    1.基础语法 1.1.基础语法规则 1.1.1.Java代码实现 代码示例: public class Hello{ public static void main(String[] args){ S ...