谷粒商城项目笔记总结（1/2）

---

商城项目 - 基础篇

1. 环境搭建

https://blog.csdn.net/weixin_45606067/article/details/109629397

2. MyBatis-plus

引入MyBatis-plus的步骤

1. 引入 mybatis-plus-boot-starter 依赖
2. 在application.yml 中配置数据源
3. 在主启动类上使用@MapperScan注解，扫描dao包
4. 告诉Mybatis-plus，sql映射文件的位置

3. SpringCloud Alibaba

Nacos注册中心

1. 引入spring-cloud-starter-alibaba-nacos-discovery 依赖；
2. 配置 Nacos Server 地址；
3. 主启动类上使用 @EnableDiscoveryClient 开启服务注册发现功能；
4. 每个服务都应该写上自己的名字和端口。

Nacos配置中心

基础配置如下：

1. 引入spring-cloud-starter-alibaba-nacos-config依赖；
2. 创建bootstrap.properties配置文件，包括
   spring.application.name 和 spring.cloud.nacos.config.server-addr
3. 在配置中心中添加数据集（gulimall-coupon.properties）；
   默认规则：应用名.properties
4. 在应用名.properties 中添加任何配置信息；
5. 动态获取配置：添加@RefreshScope注解 动态刷新配置，@Value("${}")注解 获取到配置。
   注意：如果配置中心和当前应用的配置中心中都配置了相同的项，优先使用配置中心的配置。

细节配置如下：

1. 命名空间
   默认：public（保留空间）：默认新增的所有配置都在public空闲下。
   1）(dev）开发、（test）测试、（pro）生产：利用命名空间来做环境隔离。
   注意：在bootstrap.properties中配置上需要使用那个命名空间；
   spring.cloud.nacos.config.namespace=43e4b62f-d65b-4295-bf06-8be264de464b
   2）每个微服务之间相互隔离，每个微服务都创建自己的命名空间，只加载自己命名空间下的所有配置。

2. 配置集：所有的配置集合。

3. 配置集ID：类似于文件名。

4. 配置分组
   默认所有的配置集都属于：DEFAULT_GROUP
   我们可以给每个微服务创建自己的命名空间，使用配置分租区分环境。

Fegin 声明式远程调用

1. 引入spring-cloud-starter-openfeign依赖；

<dependency>
  <groupId>org.springframework.cloudgroupId>
  <artifactId>spring-cloud-starter-openfeignartifactId>
dependency>

2. 编写接口，并使用@FeignClient注解 告诉远程服务的名称；
3. 主启动类上使用@EnableFeignClients注解 开启远程调用功能。

注意如下：

• 远程接口类中路径必须是全路径；
• 传递的参数注解必须写全。
• 只要json数据模型是兼容的。双方服务无需使用同一个to对象

Gateway API网关

1. 引入spring-cloud-starter-gateway依赖；

<dependency>
  <groupId>org.springframework.cloudgroupId>
  <artifactId>spring-cloud-starter-gatewayartifactId>
dependency>

2. 在配置文件中配置gateway路由规则。

4. 商品业务 - 三级分类

逻辑删除

1. 配置全局的逻辑删除规则
2. 配置逻辑删除的组件Bean
3. 给Bean加上逻辑删除注解@TableLogic

JSR303

1. 给Bean添加校验注解：javax.validation.constraints，并定义自己的message提示
2. 开启校验功能@Valid
   效果：校验错误以后会有默认的响应；
3. 给校验的Bean后紧跟一个BindingResult，就可以获取到验证的结果。
4. 分组校验（多场景复杂校验）
   (1) @NotBlank(message = “品牌名必须提交”, groups = {UpdateGroup.class,AddGroup.class})
   给校验注解上标注什么情况下需要进行校验
   (2) @Validated({AddGroup.class})
   (3) 默认没有指定分组的校验注解@NotBlank，在分组校验情况下不会生效，只有在@Validated生效；
5. 自定义校验
   (1) 编写一个自定义的校验注解
   (2) 编写一个自定义的校验器
   (3) 关联自定义的校验器和自定义的校验注解

@Documented
@Constraint(validatedBy = { ListValueConstraintValidator.class【可以指定多个不同的校验器，适配不同类型的校验器】 })
@Target({ METHOD, FIELD, ANNOTATION_TYPE, CONSTRUCTOR, PARAMETER, TYPE_USE })
@Retention(RUNTIME)
public @interface ListValue {

统一异常处理

1. 编写异常处理类，使用@RestControllerAdvice
2. 使用@ExceptionHandler 标注方法可以处理异常。

前后端分离项目跨域问题

跨域：指的是浏览器不能执行其他网站的脚本。它是由浏览器的同源策略造成的，是 浏览器对javascript施加的安全限制。

方式一：使用nginx部署为同一域

方式二：配置当次请求允许跨域

gateway网关模块进行配置如下代码：

package com.kuang.gulimall.gateway.config;

import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.web.cors.CorsConfiguration;
import org.springframework.web.cors.reactive.CorsConfigurationSource;
import org.springframework.web.cors.reactive.CorsWebFilter;
import org.springframework.web.cors.reactive.UrlBasedCorsConfigurationSource;

@Configuration
public class GulimallCorsConfiguration {

    @Bean
    public CorsWebFilter corsWebFilter(){
        UrlBasedCorsConfigurationSource source=new UrlBasedCorsConfigurationSource();
        CorsConfiguration corsConfiguration = new CorsConfiguration();
        //允许那些头可以跨域
        corsConfiguration.addAllowedHeader("*");
        //允许那些方式可以跨域
        corsConfiguration.addAllowedMethod("*");
        //允许那个请求来源
        corsConfiguration.addAllowedOrigin("*");
        //是否允许携带cookie进行跨域
        corsConfiguration.setAllowCredentials(true);

        source.registerCorsConfiguration("/**",corsConfiguration);
        return new CorsWebFilter(source);
    }
}

5. 商品业务 - 品牌管理

文件存储

OSS 阿里云对象存储

普通上传方式

服务端签名后直传

1. 引入oss-starter依赖

<dependency>
   <groupId>com.alibaba.cloudgroupId>
   <artifactId>spring-cloud-starter-alicloud-ossartifactId>
dependency>

2. 配置key，endpoint相关信息

spring:
  cloud:
    alicloud:
      access-key: LTAI5tAAoGLQjwxzdxnTjioC
      secret-key: 8CNjhNrk03HcxV1mlVkfuBStROb6IT
      oss:
        endpoint: oss-cn-beijing.aliyuncs.com
        bucket: gulimall-hello-2021

3. 使用 OSSClient 进行相关操作即可

6. 业务基础概念

SPU和SKU

SPU：Standard Product Unit (标准化产品单元)
是商品信息聚合的最小单位，是一组可复用、易检索的标准化信息的集合，该集合描述了一个产品的特性。

SKU：Stock Keeping Unit (库存量单位)
即库存进出计量的基本单元，可以是以件，盒，托盘等为单位。SKU这是对于大型连锁超市
DC (配送中心)物流管理的一个必要的方法。现在已经被引申为产品统一编号的简称，每种产品均对应有唯一的SKU号。

基础属性【规格参数】与销售属性

每个分类下得商品共享规格参数，与销售属性。知识有些商品不一定要用这个分类下全部得属性：

• 属性是以三级分类组织起来的
• 规格参数中有些是可以提供检索的
• 规格参数也是基本属性，他们具有自己的分组
• 属性的分组也是以三级分类组织起来的
• 属性名确定的，但是值是每一个商品不同来决定的

属性分组-规格参数-销售属性-三级关系图如下：

Object划分

1. PO：持久对象；就是对应数据库中某个表中的一条记录，多个记录可以用PO的集合。PO中应该不包含任何对数据库的操作。
2. DO：领域对象；就是从现实世界中抽取出来的有形或无形的业务实体。
3. TO：数据传输对象；不同的应用程序之间传输的对象。
4. DTO：数据传输对象；目的就是为了EJB的分布式应用提供粗粒度的数据实体。以减少分布式调用的次数。从而提高分布式调用的性能和降低网络负载，但在这里，泛指用于展示层与服务层之间的数据传递对象。
5. VO：值对象；通常用于业务层之间的数据传递，和PO一样也是仅仅包含数据而已。但应是抽象出的业务对象，可以和表对应，也可以不,这根据业务的需要。用new关键字创建，由GC回收的。
   View Ojbect对象 目的：接收页面传递来的数据，封装对象。将业务处理完成的对象，封装成页面想要的数据。
6. BO：业务对象；从业务模型的角度看，见UML元件领域模型中的领域对象。封装业务逻辑的java对象，通过调用DAO方法，结合PO，VO进行业务操作。
7. POJO：简单无规则java对象；就是DO/DTO/BO/VO的统称。
8. DAO：数据访问对象；负责持久层的操作，配合VO，提供数据库的CRCD操作。

采购的简要流程

商城项目 - 高级篇（上）

1. Elasticsearch全文检索

介绍与安装

官网地址：https://www.elastic.co/guide/en/elasticsearch/reference/current/index.html

环境安装：https://blog.csdn.net/weixin_45606067/article/details/109629397

检索学习

入门检索学习：https://blog.csdn.net/weixin_45606067/article/details/110818401

进阶检索学习：

商城项目应用场景：

1. 前端的名字、属性值的检索
2. 日志的检索

elasticsearch-Rest-Client

1）9300: TCP

• spring-data-elasticsearch:transport-api.jar;
  • springboot版本不同，ransport-api.jar不同，不能适配es版本。
  • 7.x已经不建议使用，8以后就要废弃。

2）9200: HTTP

• JestClient: 非官方，更新慢；

• RestTemplate：模拟HTTP请求，ES很多操作需要自己封装，麻烦；

• HttpClient：同上；

• Elasticsearch-Rest-Client：官方RestClient，封装了ES操作，API层次分明，上手简单；
  最终选择Elasticsearch-Rest-Client（elasticsearch-rest-high-level-client）；
  https://www.elastic.co/guide/en/elasticsearch/client/java-rest/current/java-rest-high.html

2. 商城业务 - 商品上架

上架的商品才可以在网站中展示，上架的商品需要可以被检索。

① 上架是将后台的商品放在es中可以提供检索和查询功能：

1） hasStock： 代表是否有库存。 默认上架的商品都有库存。 如果库存无货的时候才需要更新一下 es
2） 库存补上以后， 也需要重新更新一下 es
3） hotScore：代表热度值。我们只模拟使用点击率更新热度。 点击率增加到一定程度才更新热度值。
4） 下架就是从 es 中移除检索项， 以及修改 mysql 状态。

② 商品上架步骤：

1）先在es中按照之前的mapping信息，建立 gulimall_product 索引。
2）点击上架，查询出所有sku的信息，保存到es中；
3）es保存成功后返回，更新数据的上架状态信息。

创建商品在es中索引格式

PUT gulimall_product
{
  "mappings": {
    "properties": {
      "skuId": {
        "type": "long"
      },
      "spuId": {
        "type": "keyword"
      },
      "skuTitle": {
        "type": "text",
        "analyzer": "ik_smart"
      },
      "skuPrice": {
        "type": "keyword"
      },
      "skuImg": {
        "type": "keyword"
      },
      "saleCount": {
        "type": "long"
      },
      "hasStock": {
        "type": "boolean"
      },
      "hotScore": {
        "type": "long"
      },
      "brandId": {
        "type": "long"
      },
      "catalogId": {
        "type": "long"
      },
      "brandName": {
        "type": "keyword"
      },
      "brandImg": {
        "type": "keyword"
      },
      "catalogName": {
        "type": "keyword"
      },
      "attrs": {
        "type": "nested",
        "properties": {
          "attrId": {
            "type": "long"
          },
          "attrName": {
            "type": "keyword"
          },
          "attrValue": {
            "type": "keyword"
          }
        }
      }
    }
  }
}

商品上架接口参照：/product/spuinfo/{spuId}/up。调试通过debug断点测试。

步骤：
1. 查询当前spuid对应的所有sku信息；遍历得到skuId的集合
2. 查询当前sku所有 可以被用来检索的规格属性；遍历得到attrId的集合
3. 在指定的attrId集合中，挑出检索的属性
4. 将被用来检索的规格属性的数据遍历放入检索对象中
5. 发送远程调用，去库存系统根据skuId集合查询是否有库存
6. 封装每个sku的信息
	6.1 组装需要的数据
	6.2 设置库存信息
	6.3 设置热度评分
	6.4 查询并设置品牌的名字和图片信息
	6.5 查询并设置分类的名字和图片信息
	6.6 设置检索属性
7. 将数据发送给es进行保存，gulimall-search服务
8. 修改数据库中当前spu的状态

3. 商城业务 - 首页

thymeleaf模板引擎

官网地址：

https://www.thymeleaf.org/documentation.html

使用步骤：

1. 引入thymeleaf-starter
2. 关闭缓存
3. 静态资源都放在static文件夹下就可以按照路径直接访问
4. 页面放在templates下直接访问（SpringBoot访问项目的时候，默认会访问index）
5. 页面修改不重启服务器实时更新
   引入dev-tools依赖
   修改完页面 使用 ctrl + F9 重新自动编译页面，代码配置需要重启。

渲染一级分类 接口：/index.html

渲染二级和三级分类 接口：/index/catalog.json

由于静态资源放在项目中的static 文件夹下，过于消耗资源，所以我们将项目中所有的静态资源放在服务器中保存，为此引入nginx。

Nginx

官网地址：http://nginx.org/en/docs/

修改本机 hosts（C:\Windows\System32\drivers\etc\hosts）文件，配置域名如下：

nginx监听的是虚拟机的80端口，访问gulimall.com此时就会访问到nginx的index页面。

1、搭建域名访问地址进行反向代理（gulimall.conf配置文件）

原理：浏览器访问gulimall.com，windows中的hosts文件中指明了gulimall.com映射的是虚拟机IP，因此gulimall.com就会来到虚拟机，来到虚拟机之后，虚拟机的nginx又监听了80端口，而且域名是gulimall.com的请求，nginx就会帮我们代理到windows本机上的服务地址。

2、负载均衡

gulimall.com会来到虚拟机中的nginx，由nginx再代理给我们的商品服务，但是商品服务可能是一个集群环境，多台服务器，而且有上线和下线，如果我们直接使用nginx代理我们的商品服务，那么就需要nginx负载均衡到商品服务中，而且商品服务的机器上下线也是动态的，那么就需要经常修改配置，因此我们希望nginx将请求交给网关，由网关通过nacos服务注册中心，获取上线的商品服务，由网关负载均衡到商品服务。

3、nginx动静分离（压测优化）

• 以后将所有项目的静态资源都应该放在nginx里面
  /mydata/nginx/html/static
• 规则：/static/**所有请求都由 nginx直接返回
  修改conf.d/gulimall.conf文件
  

4. 压力测试

JMeter

JMeter的下载和使用：https://blog.csdn.net/weixin_45606067/article/details/121248621

JVM

1. jvm内存模型

• 程序计数器 Program Counter Register
  • 记录的是正在执行的虚拟机字节码指令的地址，
  • 此内存区域是唯一一个在Java虚拟机规范中没有规定任何Out OfMemoryError的区域。
• 虚拟机 VM Stack
  • 描述的是 JAVA 方法执行的内存模型，每个方法在执行的时候都会创建一个栈帧， 用于存储局部变量表，操作数栈，动态链接，方法接口等信息
  • 局部变量表存储了编译期可知的各种基本数据类型、对象引用
  • 线程请求的栈深度不够会报 StackOverflowError 异常
  • 栈动态扩展的容量不够会报 OutOfMemoryError 异常
  • 虚拟机栈是线程隔离的，即每个线程都有自己独立的虚拟机栈
• 本地方法 Native Stack
  • 本地方法栈类似于虚拟机栈，只不过本地方法栈使用的是本地方法。
• 堆 Heap
  • 几乎所有的对象实例都在堆上分配内存。
    

2. 堆
所有的对象实例以及数组都要在堆上分配。堆是垃圾收集器管理的主要区域，也称为 GC堆，也就是我们最多考虑的地方。

堆可以细分为：

• 新生代
  • Eden 空间
  • From Survivor 空间
  • To Survivor 空间
• 老年代
• 永久代/元空间
  • Java8 以前永久代，受 jvm 管理，java8 以后元空间，直接使用物理内存。因此， 默认情况下，元空间的大小仅受本地内存限制。

垃圾回收

从 Java8 开始，HotSpot 已经完全将永久代（Permanent Generation）移除，取而代之的是一 个新的区域—元空间（MetaSpace）

3. 项目如何监听JVM

Jdk 的两个小工具 jconsole、jvisualvm（升级版的 jconsole)；通过命令行启动，可监控本地和 远程应用。远程应用需要配置。

安装官方gc插件

1. cmd启动 jvisualvm
2. 工具 -> 插件
   

如果在检验更新版本时 出现503错误，解决方法如下：

打开网址 https://visualvm.github.io/pluginscenters.html

cmd 查看自己的 jdk，复制下面查询出来的链接。并重新设置上即可

4. 项目检测指标

中间件越多，性能损失越大，大多数都损失在网络交互上。

简单优化

• DB（Mysql优化：关闭日志，加索引等）
• 模板的渲染速度（关闭 thymeleaf缓存）
• 静态资源（存放在nginx中）

模拟线上应用内存崩溃宕机

① 开启模板引擎缓存

② nginx静态资源和动态资源（thymeleaf）分离

③ 开启 jvisualvm监测 visual gc情况

④ 先使用50个线程来进行压测：
可以看到吞吐量可以达到8左右，仍然很低
同过观察可以发现，老年代和伊甸园区经常爆满，频繁的垃圾回收，垃圾回收太浪费时间了

⑤ 改用200个线程压力测试：
可以看到老年代已满，内存溢出，服务已经崩溃

继续简单优化

• 业务（项目中获取三级分类菜单）的优化

5. 缓存

为了系统性能的提升，我们一般都会将部分数据放入缓存中，加速访问。而db承担数据罗盘工作。

那些数据适合放入缓存？

• 即时性、数据一致性要求不高的
• 访问量大且更新频率不高的数据（读多，写少）

Redis

项目整合redis步骤：

1. 引入data-redis-starter
2. 简单配置redis的host信息
3. 使用springboot自动配置好的StringRedisTemplate来操作redis

以项目中查询二级分类和三级分类为例（/index/catalog.json 接口）的原理：

1. 从redis中查询数据，如果有则直接返回给客户端
2. 如果没有则查询数据库，在将查询到的数据放入缓存中，并返回结果给客户端。

注意：缓存中存的数据是json字符串，因为json是跨语言，跨平台兼容的。我们拿到json字符串后，还要逆转为能用的对象类型。【序列化与反序列化】

上述代码 通过压力测试 产生的问题：堆外内存溢出：outOfDirectMemoryError

产生原因：

1）SpringBoot2.0 以后默认使用 lettuce 作为操作 redis 的客户端。它使用 netty 进行网络通信。

2）lettuce 的bug导致 netty 堆外内存溢出。VM Option = -Xmx300m；netty 如果没有指定堆外内存，默认使用 -Xmx300m

解决方案：不能使用 -Dio.netty.maxDirectMemory 只去调大堆外内存。

1）升级 lettuce 客户端

2）切换使用 jedis

说明：lettuce、jedis操作redis的底层客户端。Spring再次封装redisTemplate。

高并发下缓存失效问题

1. 缓存穿透

是指查询一个一定不存在的数据，由于缓存是不命中，将去查询数据库，但是数据库也无此纪录，我们没有将这次查询的null写入缓存，这将导致这个不存在的数据每次请求都要存储层去查询，失去了缓存的意义。

风险：利用不存在的数据进行攻击，数据库瞬时压力增大，最终导致崩溃。

解决：null结果缓存，并加入短暂过期时间。

2. 缓存雪崩

是指在我们设置缓存时key采用了相同的过期时间，导致缓存在某一时刻同时失效，请求全部转发到DB，DB瞬时压力过重雪崩。

解决：原有的失效时间基础上增加一个随机值，比如1-5分钟随机，这样每一个缓存的过期时间的重复率就会降低，就很难引引发集体失效的事件。

如果缓存数据库是分布式部署，将热点数据均匀分布在不同缓存数据库中。设置热点数据永远不过期。
出现雪崩：降级 熔断。
事前：尽量保证整个 redis 集群的高可用性，发现机器宕机尽快补上。选择合适的内存淘汰策略。
事中：本地ehcache缓存 + hystrix限流&降级，避免MySQL崩掉
事后：利用 redis 持久化机制保存的数据尽快恢复缓存

3. 缓存击穿

对于一些设置了过期时间的key，如果这些key可能会在某些时间点被超高并发的访问，是一种非常 “热点” 数据。
如果这个key在大量请求同时进来前面正好失效，那么所有对这个key的数据都落到db，我们称为 缓存击穿。

解决：加锁。常用的做法是使用 mutex。

大量并发只让一个去查，其他人等待，查到后释放锁，其他人获取到锁，先去查缓存，就会有数据，不用去db查询。

6. 锁机制

为了解决缓存击穿问题。以项目中查询二级分类和三级分类为例。

本地锁

加锁：只要是同一把锁，就能锁住需要这个锁的所有线程。

synchronized (this) ：springboot所有的组件在容器中都是单例的。

本地锁：synchronized，JUC（Lock）只能锁住当前进程；

在分布式情况下，想要锁住所有，必须使用分布式锁。

锁时序问题：之前的逻辑是查缓存没有，然后去竞争锁查数据库，这样就造成多次查数据库。

解决方法：竞争到锁后，再次确认缓存中没有，再去查数据库，查询后的结果直接放入缓存。

redis分布式锁

idea 如何复制微服务：
右键点击服务，copy configuration
在program arguments: --server.port=10003

本地锁，只能锁住当前进程，所以我们需要分布式锁。

分布式基本原理：我们可以同时去一个地方“占坑”，如果占到，就执行逻辑。否则就必须等待，直到释放锁。
“占坑”可以去redis，可以去数据库，可以去任何大家都能访问的地方。等待可以自旋的方式。

• 分布式锁演进 - 阶段一
  
  问题：setnx占好了位，业务代码异常或者程序在页面过程中宕机。没有执行删除锁逻辑，这就造成了死锁。
  解决：设置锁的过期时间，即使没有删除，也会自动删除。

• 分布式锁演进 - 阶段二
  

问题：setnx设置好，正好去设置过期时间，宕机。又死锁了。
解决：设置过期时间和占位必须是原子的。redis支持使用setnx ex命令。

• 分布式锁演进 - 阶段三
  

问题：删除锁直接删除？？
如果由于业务时间很长，锁自己过期了，我们直接删除，有可能把别人正在持有的锁删除了。
解决：占锁的时候，值指定为uuid，每个人匹配是自己的锁才删除。

• 分布式锁演进 - 阶段四
  

问题：如果正好判断是当前值，正要删除锁的时候，锁已经过期，别人已经设置到了新的值。那么我们删除的是别人的锁。
解决：删除锁必须保证原子性。使用redis+Lua脚本完成。
官网说明：http://redis.cn/commands/set.html

• 分布式锁演进 - 最终
  
  保证加锁【占位+过期时间】和删除锁【判断+删除】的原子性。更难的事情，锁的自动续期。

改造redis锁的最终代码如下：

上面的 lua 脚本写法每次用分布式锁时都比较麻烦，官网推荐我们可以采用 redisson 框架。

https://redis.io/docs/reference/patterns/distributed-locks/

Redisson分布式锁

官网：https://github.com/redisson/redisson/wiki/1.-%E6%A6%82%E8%BF%B0

Redisson是一个在Redis的基础上实现的Java驻内存数据网格。它不仅提供了一系列的分布式的Java常用对象，还提供了许多分布式服务。其中包括(BitSet, Set, Multimap, SortedSet, Map, List, Queue, BlockingQueue, Deque, BlockingDeque, Semaphore, Lock, AtomicLong, CountDownLatch, Publish / Subscribe, Bloom filter, Remote service, Spring cache, Executor service, Live Object service, Scheduler service) Redisson提供了使用Redis的最简单和最便捷的方法。Redisson的宗旨是促进使用者对Redis的关注分离），从而让使用者能够将精力更集中地放在处理业务逻辑上。

1、项目整合redisson步骤：

1. 引入redisson原生依赖
2. 编写配置类【参照官网 2.-配置方法】

2、锁的说明：【参照官网 8. 分布式锁和同步器】

整体知识点可参照 JUC，进行学习

（1）可重入锁（Reentrant Lock）

基于Redis的 Redisson 分布式可重入锁 RLock Java 对象实现了java.util.concurrent.locks.Lock接口。同时还提供了异步（Async）、反射式（Reactive）和RxJava2标准的接口。

锁的续期：大家都知道，如果负责储存这个分布式锁的Redisson节点宕机以后，而且这个锁正好处于锁住的状态时，这个锁会出现锁死的状态。为了避免这种情况的发生，Redisson内部提供了一个监控锁的看门狗，它的作用是在Redisson实例被关闭前，不断的延长锁的有效期。默认情况下，看门狗的检查锁的超时时间是30秒钟（每到20s就会自动续借成30s，是1/3的关系），也可以通过修改Config.lockWatchdogTimeout来另行指定。

@ResponseBody
@GetMapping("/hello")
 public String hello() {
     //获取一把锁，只要锁的名字相同，就是同一把锁
     RLock lock = redisson.getLock("my-lock");
     //加锁
     lock.lock();//阻塞式等待，默认加的锁都是30s的时间
     //1）锁的自动续期，如果业务超长，运行期间自动给锁续上新的30s。不用担心业务时间长，锁自动过期被删除。
     //2）加锁的业务只要运行完成，就不会给当前锁续期，即使不手动解锁，锁默认在30s之后自动删除。

//   lock.lock(10, TimeUnit.SECONDS);//10s自动解锁，自动解锁时间一定要大于业务执行时间。
     //问题：lock.lock(10, TimeUnit.SECONDS);在锁时间到了以后，不会自动续期。
     //1. 如果我们传递了超时时间，就发送给redis执行脚本，进行占锁，默认超时就是我们指定的时间
     //2. 如果我们未指定超时时间，就使用30 * 1000【lockWatchdogTimeout看门狗的默认时间】
     //    只要占锁成功，就会启动一个定时任务【重新给锁设置过期时间，新的过期时间就是看门狗的默认时间】
     //    internalLockLeaseTime【看门狗的的时间】 / 3 ，也就是10s。每隔10s都会自动再次续期，续成30s

     //最佳实战：lock.lock(30, TimeUnit.SECONDS);省掉了整个续期操作，手动操作。将解锁时间设大一些 为30s
     try {
         System.out.println("加锁成功，指定业务代码...." + Thread.currentThread().getId());
         Thread.sleep(30000);
     } catch (Exception e) {

     } finally {
         //解锁  假设解锁代码没有运行，redisson会不会出现死锁。 结果是不会。
         System.out.println("释放锁..." + Thread.currentThread().getId() );
         lock.unlock();
     }
     return "hello";
 }

（2）读写锁（ReadWriteLock）

基于Redis的Redisson分布式可重入读写锁RReadWriteLock Java对象实现了java.util.concurrent.locks.ReadWriteLock接口。其中读锁和写锁都继承了RLock接口。

@ResponseBody
@GetMapping("/write")
public String writeValue() {
    RReadWriteLock lock = redisson.getReadWriteLock("wr-lock");
    String s = "";
    RLock rLock = lock.writeLock();//改数据加写锁
    try {
        rLock.lock();
        System.out.println("写锁加锁成功..." + Thread.currentThread().getId());
        s = UUID.randomUUID().toString();
        Thread.sleep(30000);
        redisTemplate.opsForValue().set("writeValue",s);
    } catch (InterruptedException e) {
        e.printStackTrace();
    } finally {
        rLock.unlock();
        System.out.println("写锁释放成功..." + Thread.currentThread().getId());
    }
    return s;
}

@ResponseBody
@GetMapping("/read")
public String readValue() {
    RReadWriteLock lock = redisson.getReadWriteLock("wr-lock");
    String s = "";
    RLock rLock = lock.readLock();//读数据加读锁
    try {
        rLock.lock();
        System.out.println("读锁加锁成功..." + Thread.currentThread().getId());
        Thread.sleep(30000);
        s = redisTemplate.opsForValue().get("writeValue");
    } catch (Exception e) {
        e.printStackTrace();
    } finally {
        rLock.unlock();
        System.out.println("读锁释放成功..." + Thread.currentThread().getId());
    }
    return s;
}

• 保证一定能读到最新数据，修改期间，写锁是一个排他锁（互斥锁 / 独享锁），读锁是一个共享锁
• 写锁没有释放 读锁就必须等待
• 读 + 读：相当于无锁，并发读只会在redis中记录好所有当前的读锁，他们都会同时加锁成功
• 写 + 读：等待写锁释放
• 写 + 写：阻塞方式
• 读 + 写：有读锁，写锁也需要等待
• 总结：只要有写锁的存在，都必须要等待。

（3）信号量（Semaphore）

基于Redis的Redisson的分布式信号量（Semaphore）Java对象RSemaphore采用了与 java.util.concurrent.Semaphore相似的接口和用法。同时还提供了异步（Async）、反射式（Reactive）和RxJava2标准的接口。

/**
 * 举例：车库停车 3个车位
 */
@ResponseBody
@GetMapping("/park")
public String park() throws InterruptedException {
    RSemaphore park = redisson.getSemaphore("park");
    park.acquire();//获取一个信号

    //信号量 可以用于分布式限流。
//        boolean b = park.tryAcquire();
//        if (b){
//            //执行业务
//        } else {
//            return "error";
//        }

    return "停车...";
}

@ResponseBody
@GetMapping("/go")
public String go() {
    RSemaphore park = redisson.getSemaphore("park");
    park.release();//释放一个信号
    return "开走...";
}

信号量为存储在redis中的一个数字，当这个数字大于0时，即可以调用 release() 方法增加数量，也可以调用 acquire() 方法减少数量，但是当调用 release()之后小于0的话方法就会阻塞，直到数字大于0

（4）闭锁（CountDownLatch）

基于Redisson的Redisson分布式闭锁（CountDownLatch）Java对象RCountDownLatch采用了与 java.util.concurrent.CountDownLatch相似的接口和用法。

/**
 * 举例：放假锁门
 * 5个班全部走完，我们就可以锁门
 */
@ResponseBody
@GetMapping("/lockDoor")
public String lockDoor() throws InterruptedException {
    RCountDownLatch latch = redisson.getCountDownLatch("door");
    latch.trySetCount(5);
    latch.await();
    return "放假了...";
}

@ResponseBody
@GetMapping("/gogogo/{id}")
public String gogogo(@PathVariable("id") Long id) {
    RCountDownLatch latch = redisson.getCountDownLatch("door");
    latch.countDown();//计数减一
    return id + "班的人都走了...";
}

改造redisson锁的最终代码如下：

缓存和数据库一致性

缓存里面的数据如何和数据库中数据保持一致

• 双写模式：写数据库后，更新缓存。
  • 出现问题：由于卡顿等原因，导致写缓存2在最前，写缓存1在后面，就出现数据不一致。【脏数据问题】
  • 解决方案：① 整个操作加锁。将写数据库和写缓存这段逻辑加锁，同时只有一个线程可以操作。
  • 解决方案：②看业务允不允许数据暂时不一致问题，如果允许，可以不管这个缓存不一致的事情，将数据放入缓存的时候，设置缓存过期时间，只要数据过期了，就会重新从数据库中加载数据。
    
• 失效模式：写数据库后，删除缓存。
  • 一个线程先写数据库db-1，然后删除缓存；另一个线程接着写数据库db-2，还没来得写，第三个线程就读取了数据库db-1，并更新了缓存，因此数据库中存放的是db-2，而缓存中存放的是db-1。【脏数据问题】
    

解决方案：

• 无论是双写模式还是失效模式，都会存在缓存不一致的问题。即多个实例同时更新会出事，怎么办？
• 如果是用户维度数据（订单数据，用户数据），这种并发几率非常小，不用考虑这个问题，缓存数据加上过期时间，每隔一段时间触发读的主动更新即可。
• 如果是菜单，商品介绍等基础数据，也可以去使用canal订阅binlog方式。
• 缓存数据 + 过期时间 也足够解决大部分业务对缓存的要求。
• 通过加锁保证并发读写，写写的时候按顺序排好队，读读无所谓。所以适合使用读写锁。（业务不关系脏数据，允许临时脏数据可忽略）

总结：

• 我们能放入缓存的数据本就不应该是实时性、一致性要求超高的。缓存的所有数据都有过期时间，数据过期下一次查询出发主动更新。
• 读写数据的时候，加上分布式读写锁。
• 遇到实时性、一致性要求高的数据，就应该查数据库，即使慢点。

Spring Cache

每次都那样写缓存太麻烦了，spring从3.1开始定义了Cache、CacheManager接口来统一不同的缓存技术。并支持使用JCache(JSR-107)注解简化我们的开发

Cache接口的实现包括RedisCache、EhCacheCache、ConcurrentMapCache等。

每次调用需要缓存功能的方法时，spring会检查指定参数的指定的目标方法是否已经被调用过；如果有就直接从缓存中获取方法调用后的结果，如果没有就调用方法并缓存结果后返回给用户。下次调用直接从缓存中获取。

项目整合cache步骤：

1. 引入spring-boot-starter-cache、spring-boot-starter-redis依赖
2. 开启缓存功能：@EnableCaching
3. 编写配置文件

spring.cache.type=redis
# 过期时间。毫秒为单位，设置为1小时
spring.cache.redis.time-to-live=3600000
# key的前缀，如果指定了前缀就用我们指定的前缀，如果没有就默认使用缓存的名字作为前缀
#spring.cache.redis.key-prefix=CACHE_
# 是否使用前缀
spring.cache.redis.use-key-prefix=true
# 是否缓存空值。防止缓存穿透。
spring.cache.redis.cache-null-values=true

缓存注解的说明：

• @Cacheable：触发将数据保存到缓存的操作
• @CacheEvict：触发将数据从缓存中删除的操作
• @CachePut：不影响方法执行更新缓存
• @Caching：组合以上多个操作
• @CacheConfig：在类级别共享缓存的相同配置

原理说明：【源码分析】

• CacheAutoConfiguration -> RedisCacheConfiguration ->
• 自动配置了缓存管理器RedisCacheManager -> 初始化所有的缓存 -> 每个缓存解决使用什么配置
• -> 如果redisCacheConfiguration有就用已有的，没有就用默认配置
• -> 想改缓存的配置，只需要给容器中放一个RedisCacheConfiguration即可
• -> 就会应用到当前 RedisCacheManager管理的所有缓存分区中

获取菜单代码进行修改：

 /**
 * 更新本表及关联表，保证冗余字段的数据一致性
 * @CacheEvict：失效模式
 * 1. 同时进行多种缓存操作：@Caching
 * 2. 指定删除某个分区下的所有数据：@CacheEvict(value = "category",allEntries = true)
 * 3. 存储同一个类型的数据，都可以指定成同一个分区。分区名默认就是缓存的前缀。
 */
//    @Caching(evict = {
//        @CacheEvict(value = "category",key = "'getLevel1Categorys'"),
//        @CacheEvict(value = "category",key = "'getCatalogJson'")
//    })
@CacheEvict(value = "category",allEntries = true)//失效模式
//    @CachePut()//双写模式
@Transactional
@Override
public void updateCascade(CategoryEntity category) {
    this.updateById(category);
    if (!StringUtils.isEmpty(category.getName())) {
        // 同步更新其他关联表中的数据
        categoryBrandRelationService.updateCategory(category.getCatId(),category.getName());
        // TODO 更新其他关联表
    }
}

/**
 * 查询所有一级分类
 * 1. 每一个需要缓存的数据我们都来指定要放到那个名字的缓存。【缓存的分区（按照业务划分）】
 * 2. @Cacheable({"category"})：表示当前方法的结果需要缓存，如果缓存中有，方法不用调用。如果缓存中没有，会调用方法，并将方法的结果放入缓存。
 * 3. 默认行为
 *      1）如果缓存中有，方法不用调用
 *      2）key默认自动生成：缓存的名字::SimpleKey []（自动生成key的值）
 *      3）缓存的value的值：默认使用jdk序列换机制。将序列化后的数据存到redis。
 *      4）默认ttl时间是-1。
 * 4. 自定义
 *      1）指定生成缓存使用的key： key属性指定，接收一个SpEL表达式
 *          SpEL语法详细：https://docs.spring.io/spring-framework/docs/5.3.19-SNAPSHOT/reference/html/integration.html#cache
 *      2）指定缓存数据的存活时间： 配置文件中修改ttl
 *      3）将数据保存为json格式：
 *          查看源码，自定义RedisCacheConfiguration配置类进行修改
 */
@Cacheable(value = {"category"},key = "#root.method.name")
@Override
public List<CategoryEntity> getLevel1Categorys() {
    System.out.println("getLevel1Categorys....");
    List<CategoryEntity> categoryEntities = baseMapper.selectList(new QueryWrapper<CategoryEntity>().eq("parent_cid", 0));
    return categoryEntities;
}

@Cacheable(value = {"category"},key = "#root.methodName")
@Override
public Map<String, List<Catelog2Vo>> getCatalogJson(){
    System.out.println("查询了数据库.....");
    List<CategoryEntity> selectList = baseMapper.selectList(null);
    // 查询所有一级分类
    List<CategoryEntity> level1Categorys = getParent_cid(selectList,0L);
    // 封装数据
    Map<String, List<Catelog2Vo>> listMap = level1Categorys.stream().collect(Collectors.toMap(k -> k.getCatId().toString(), v -> {
        // 每一个一级分类，查到这个一级分类的二级分类
        List<CategoryEntity> level2Catelog = getParent_cid(selectList,v.getCatId());
        // 封装上面的结果集
        List<Catelog2Vo> catelog2Vos = null;
        if (level2Catelog != null) {
            catelog2Vos = level2Catelog.stream().map(l2 -> {
                Catelog2Vo catelog2Vo = new Catelog2Vo(v.getCatId().toString(), null, l2.getCatId().toString(), l2.getName());

                // 找到当前二级分类的三级分类封装成vo
                List<CategoryEntity> level3Catelog = getParent_cid(selectList,l2.getCatId());
                if (level3Catelog != null) {
                    List<Catelog2Vo.catelog3Vo> collect = level3Catelog.stream().map(l3 -> {
                        // 封装成指定格式
                        Catelog2Vo.catelog3Vo catelog3Vo = new Catelog2Vo.catelog3Vo(l2.getCatId().toString(), l3.getCatId().toString(), l3.getName());
                        return catelog3Vo;
                    }).collect(Collectors.toList());
                    catelog2Vo.setCatalog3List(collect);
                }
                return catelog2Vo;
            }).collect(Collectors.toList());
        }
        return catelog2Vos;
    }));
    return listMap;
}

默认使用jdk进行序列化（可读性差），默认ttl为-1永不过期，自定义序列化方式需要编写配置类

@EnableConfigurationProperties(CacheProperties.class)
@Configuration
@EnableCaching//开启缓存
public class MyCacheConfig {

    /**
     * 配置文件中的东西没有用上，不生效。
     * 1. 原来和配置文件绑定的配置类是这样的：
     *      @ConfigurationProperties(prefix = "spring.cache")
     *      public class CacheProperties {
     * 2. 要让他生效
     *      @EnableConfigurationProperties(CacheProperties.class)
     */
    @Bean
    RedisCacheConfiguration redisCacheConfiguration(CacheProperties cacheProperties) {
        RedisCacheConfiguration config = RedisCacheConfiguration.defaultCacheConfig();
        config = config.serializeKeysWith(RedisSerializationContext.SerializationPair.fromSerializer(new StringRedisSerializer()));
        config = config.serializeValuesWith(RedisSerializationContext.SerializationPair.fromSerializer(new GenericFastJsonRedisSerializer()));

        // 将配置文件中的所有配置都生效
        CacheProperties.Redis redisProperties = cacheProperties.getRedis();
        if (redisProperties.getTimeToLive() != null) {
            config = config.entryTtl(redisProperties.getTimeToLive());
        }
        if (redisProperties.getKeyPrefix() != null) {
            config = config.prefixKeysWith(redisProperties.getKeyPrefix());
        }
        if (!redisProperties.isCacheNullValues()) {
            config = config.disableCachingNullValues();
        }
        if (!redisProperties.isUseKeyPrefix()) {
            config = config.disableKeyPrefix();
        }
        return config;
    }
}

SpringCache原理与不足：

1）读模式

• 缓存穿透：查询一个null数据。解决方案：缓存空数据，可通过spring.cache.redis.cache-null-values=true
• 缓存击穿：大量并发进来同时查询一个正好过期的数据。解决方案：加锁 ? 默认是无加锁的。
  • 使用 sync = true 来解决击穿问题
• 缓存雪崩：大量的key同时过期。解决：加随机时间。可通过spring.cache.redis.time-to-live=3600000

2）写模式：（缓存与数据库一致）

• 读写加锁。【适用于读多写少】
• 引入Canal，感知到MySQL的更新去更新Redis
• 读多写多，直接去数据库查询就行。

3）总结：

• 常规数据（读多写少，即时性，一致性要求不高的数据，完全可以使用Spring-Cache）
• 写模式（只要缓存的数据有过期时间就足够了)
• 特殊数据：特殊设计

7. 商城业务 - 检索服务

除了在检索页面通过 三级分类catelog3Id 和检索关键字keyword 进行检索商品外，还有其他的检索条件进行检索。

keyword=华为&catalog3Id=225&attrs=1_NOH-AL00/NOH-AL10&attrs=2_2010&sort=saleCount_desc&hasStock=1&brandId=2

接口可以通过postman进行单独测试：

发送请求查看 控制台中 构建的DSL语句 在 kibana 中进行验证。

检索页完成的功能：
① 商品
② 品牌、分类、属性
③ 排序、价格区间、是否显示有货
④ 分页
⑤ 面包屑导航
⑥ 条件筛选联动

8. 商城业务 - 商品详情

多线程

1、初始化线程的 4 种方式

• 继承Thread
• 实现Runnable接口
• 实现Callable接口 + FutureTask（可以拿到返回结果。可以处理异常）
• 线程池

public class ThreadTest {

    public static ExecutorService service = Executors.newFixedThreadPool(10);

    public static void main(String[] args) throws ExecutionException, InterruptedException {
        //1、继承Thread
        Thread01 thread01 = new Thread01();
        thread01.start();

        //2、实现Runnable接口
        Runnable01 runnable01 = new Runnable01();
        new Thread(runnable01).start();

        //3、实现Callable接口 + FutureTask
        FutureTask<Integer> futureTask = new FutureTask<>(new Callable01());
        new Thread(futureTask).start();
        Integer integer = futureTask.get();//阻塞等待整个线程执行完成，获取返回结果

        //4、线程池
        //我们以后业务代码里面，以上三种启动线程的方式都不用。【将所有的多线程异步任务都交给线程池执行】
        //当前系统中池只有一两个，每个异步任务，提交给线程池让他自己去执行就行
        service.execute(new Runnable01());
		
		//原生的线程池
        ThreadPoolExecutor executor = new ThreadPoolExecutor(5,
                200,
                10,
                TimeUnit.SECONDS,
                new LinkedBlockingDeque<>(10000),
                Executors.defaultThreadFactory(),
                new ThreadPoolExecutor.AbortPolicy());
    }

    public static class Thread01 extends Thread {
        @Override
        public void run() {
            System.out.println("当前线程："+Thread.currentThread().getId());
            int i = 10 /2;
            System.out.println("运行结果：" + i);
        }
    }

    public static class Runnable01 implements Runnable {
        @Override
        public void run() {
            System.out.println("当前线程："+Thread.currentThread().getId());
            int i = 10 /2;
            System.out.println("运行结果：" + i);
        }
    }

    public static class Callable01 implements Callable<Integer> {
        @Override
        public Integer call() throws Exception {
            System.out.println("当前线程："+Thread.currentThread().getId());
            int i = 10 /2;
            System.out.println("运行结果：" + i);
            return i;
        }
    }
}

总结：方式 1 和方式 2 不能得到返回值，方式3 可以得到返回值。
方式 1 和方式 2 和方式 3 不利于控制服务器中的线程资源。会导致服务器资源耗尽。
方式四 可以控制资源，比较稳定，也可以获取执行结果， 并捕获异常。

2、开发中为什么使用线程池？

降低资源的消耗： 通过重复利用已经创建好的线程降低线程的创建和销毁带来的损耗。

提高响应速度：因为线程池中的线程数没有超过线程池的最大上限时， 有的线程处于等待分配任务的状态， 当任务来时无需创建新的线程就能执行。

提高线程的可管理性：线程池会根据当前系统特点对池内的线程进行优化处理， 减少创建和销毁线程带来的系统开销。 无限的创建和销毁线程不仅消耗系统资源， 还降低系统的稳定性， 使用线程池进行统一分配 。

3、常见的 4 种线程池

• newCachedThreadPool ：创建一个可缓存线程池， 如果线程池长度超过处理需要， 可灵活回收空闲线程， 若无可回收， 则新建线程。
• newFixedThreadPool：创建一个定长线程池， 可控制线程最大并发数， 超出的线程会在队列中等待。
• newScheduledThreadPool：创建一个定长线程池， 支持定时及周期性任务执行。
• newSingleThreadExecutor：创建一个单线程化的线程池， 它只会用唯一的工作线程来执行任务， 保证所有任务按照指定顺序(FIFO, LIFO, 优先级)执行

4、线程池的七大参数说明

• int corePoolSize：核心线程数[一直存在 除非设置allowCoreThreadTimeOut]；线程池创建好以后就准备就绪的线程数量，就等待来接受异步任务去执行。
• int maximumPoolSize：最大线程数量；控制资源并发
• long keepAliveTime：存活时间；如果当前的线程数量大于核心数量。 释放空闲的线程（keepAliveTime-corePoolSize）。只要线程空闲大于指定的keepAliveTime。
• TimeUnit unit：时间单位；
• BlockingQueue workQueue：阻塞队列；如果任务有很多，就会将目前多的任务放在队列里面。只要有线程空闲，就会去队列里面取出新的任务继续执行。
• ThreadFactory threadFactory：线程的创建工厂；
• RejectedExecutionHandler handler：如果队列满了，按照我们指定的拒绝策略拒绝执行任务。

5、线程池工作顺序

• 1）线程池创建，准备好 core 数量的核心线程，准备接受任务
• 2）新的任务进来，用 core 准备好的空闲线程执行。
  • (1) core 满了，就将再进来的任务放入阻塞队列中。空闲的 core 就会自己去阻塞队 列获取任务执行
  • (2) 阻塞队列满了，就直接开新线程执行，最大只能开到 max 指定的数量
  • (3) max 都执行好了。Max-core 数量空闲的线程会在 keepAliveTime 指定的时间后自 动销毁。最终保持到 core 大小
  • (4) 如果线程数开到了 max 的数量，还有新任务进来，就会使用 reject 指定的拒绝策 略进行处理
• 3）所有的线程创建都是由指定的 factory 创建的。

面试： 一个线程池 core 7； max 20 ，queue：50，100 并发进来怎么分配的；
解决：先有 7 个能直接得到执行，接下来 50 个进入队列排队，在多开 13 个继续执行。现在 70 个 被安排上了。剩下 30 个默认拒绝策略。
如果不想抛弃还要执行，可以使用 CallerRunsPolicy 同步方式执行。

CompletableFuture 异步编排

业务场景：查询商品详情页的逻辑比较复杂， 有些数据还需要远程调用， 必然需要花费更多的时间。

假如商品详情页的每个查询， 需要如下标注的时间才能完成 ，那么， 用户需要 5.5s 后才能看到商品详情页的内容。 很显然是不能接受的。如果有多个线程同时完成这 6 步操作， 也许只需要 1.5s 即可完成响应。

在 Java 8 中, 新增加了一个包含 50 个方法左右的类: CompletableFuture， 提供了非常强大的Future 的扩展功能， 可以帮助我们简化异步编程的复杂性， 提供了函数式编程的能力， 可以通过回调的方式处理计算结果， 并且提供了转换和组合 CompletableFuture 的方法。CompletableFuture 类实现了 Future 接口， 所以你还是可以像以前一样通过get方法阻塞或者轮询的方式获得结果， 但是这种方式不推荐使用。

CompletableFuture 和 FutureTask 同属于 Future 接口的实现类， 都可以获取线程的执行结果。

1、四个静态方法来创建一个异步操作

runXxxx 都是没有返回结果的， supplyXxx 都是可以获取返回结果的；Executor 可以传入自定义的线程池， 否则就用默认的线程池 。

public class ThreadTest {
    public static ExecutorService executor = Executors.newFixedThreadPool(10);
    public static void main(String[] args) throws ExecutionException, InterruptedException {
        CompletableFuture<Void> future = CompletableFuture.runAsync(() -> {
            System.out.println("当前线程：" + Thread.currentThread().getId());
            int i = 10 / 2;
            System.out.println("运行结果：" + i);
        }, executor);
    }
}

2、计算完成时的回调方法：方法完成后的感知

public class CompletableFutureTest {
    public static ExecutorService service = Executors.newFixedThreadPool(10);
    public static void main(String[] args) throws ExecutionException, InterruptedException {
    	CompletableFuture<Integer> future = CompletableFuture.supplyAsync(() -> {
            System.out.println("当前线程：" + Thread.currentThread().getId());
            int i = 10 / 0;
            System.out.println("运行结果：" + i);
            return i;
        }, service).whenComplete((res,exception) -> {
            //虽然能得到异常信息，但是没法修改返回数据。
            System.out.println("异步任务成功完成了...结果是：" + res + ";异常是" + exception);
        }).exceptionally(throwable -> {
            //可以感知异常，同时返回默认值。
            return 10;
        });
    }
}

3、handle方法完成后的处理

public class CompletableFutureTest {
    public static ExecutorService service = Executors.newFixedThreadPool(10);
    public static void main(String[] args) throws ExecutionException, InterruptedException {
    	CompletableFuture<Integer> future = CompletableFuture.supplyAsync(() -> {
            System.out.println("当前线程：" + Thread.currentThread().getId());
            int i = 10 / 4;
            System.out.println("运行结果：" + i);
            return i;
        }, service).handle((res,thr) -> {
            if (res != null) {
                return res*2;
            }
            if (thr != null) {
                return 0;
            }
            return 1;
        });
        Integer integer = future.get();//得到返回值
    }
}

4、线程串行化方法

/**
 * 1.thenRunAsync：不能获取到上一步的执行结果，无返回值
 * .thenRunAsync(() -> {
 *             System.out.println("任务2启动了...");
 *         }, service);
 * 2.thenAcceptAsync：能接受上一步结果，但没有返回值
 * .thenAcceptAsync(res -> {
 *             System.out.println("任务2启动了..." + res);
 *         }, service);
 * 3.thenApplyAsync：能接受上一步结果，有返回值
 * .thenApplyAsync(res -> {
 *             System.out.println("任务2启动了..." + res);
 *             return "hello" + res;
 *         }, service);
 */
public class CompletableFutureTest {
    public static ExecutorService service = Executors.newFixedThreadPool(10);
    public static void main(String[] args) throws ExecutionException, InterruptedException {
    	CompletableFuture<String> future = CompletableFuture.supplyAsync(() -> {
            System.out.println("当前线程：" + Thread.currentThread().getId());
            int i = 10 / 4;
            System.out.println("运行结果：" + i);
            return i;
        }, service).thenApplyAsync(res -> {
            System.out.println("任务2启动了..." + res);
            return "hello" + res;
        }, service);
    }
}

5、两任务组合 - 都要完成

public class CompletableFutureTest {
    public static ExecutorService service = Executors.newFixedThreadPool(10);
    public static void main(String[] args) throws ExecutionException, InterruptedException {
    	CompletableFuture<Object> future1 = CompletableFuture.supplyAsync(() -> {
            System.out.println("任务1线程：" + Thread.currentThread().getId());
            int i = 10 / 2;
            System.out.println("任务1结束：" + i);
            return i;
        }, service);
        CompletableFuture<Object> future2 = CompletableFuture.supplyAsync(() -> {
            System.out.println("任务2线程：" + Thread.currentThread().getId());
            try {
                Thread.sleep(3000);
                System.out.println("任务2结束...");
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
            return "hello";
        }, service);
        //不能感知到前两个结果，无返回值
        future1.runAfterBothAsync(future2,() -> {
            System.out.println("任务3开始...");
        },service);
        //能感知到前两个结果，无返回值
        future1.thenAcceptBothAsync(future2,(f1,f2) -> {
            System.out.println("任务3开始..." + f1 + "->" + f2);
        },service);
        //能感知到前两个结果，有返回值
        CompletableFuture<String> future = future1.thenCombineAsync(future2, (f1, f2) -> {
            return f1 + ": " + f2 + "-> haha";
        }, service);
        System.out.println("future = " + future.get());
    }
}

6、两任务组合 - 一个完成

public class CompletableFutureTest {
    public static ExecutorService service = Executors.newFixedThreadPool(10);

    public static void main(String[] args) throws ExecutionException, InterruptedException {
   		CompletableFuture<Object> future1 = CompletableFuture.supplyAsync(() -> {
            System.out.println("任务1线程：" + Thread.currentThread().getId());
            int i = 10 / 2;
            System.out.println("任务1结束：" + i);
            return i;
        }, service);
        CompletableFuture<Object> future2 = CompletableFuture.supplyAsync(() -> {
            System.out.println("任务2线程：" + Thread.currentThread().getId());
            try {
                Thread.sleep(3000);
                System.out.println("任务2结束...");
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
            return "hello";
        }, service);
    	//不感知结果，自己无返回值
        future1.runAfterEitherAsync(future2,() -> {
            System.out.println("任务3开始...");
        }, service);
        //感知结果，自己无返回值
        future1.acceptEitherAsync(future2,(res) -> {
            System.out.println("任务3开始..." + res);
        },service);
        //感知结果，自己有返回值
        CompletableFuture<String> future = future1.applyToEitherAsync(future2, (res) -> {
            return res.toString() + " -> haha";
        }, service);
        System.out.println("future = " + future.get());
    }
}

7、多任务组合

public class CompletableFutureTest {
    public static ExecutorService service = Executors.newFixedThreadPool(10);
    public static void main(String[] args) throws ExecutionException, InterruptedException {
    	CompletableFuture<String> futureImg = CompletableFuture.supplyAsync(() -> {
            System.out.println("查询商品图片信息");
            return "hello.jpg";
        },service);
        CompletableFuture<String> futureAttr = CompletableFuture.supplyAsync(() -> {
            try {
                Thread.sleep(3000);
                System.out.println("查询商品的属性");
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
            return "黑色256g";
        },service);
        CompletableFuture<String> futureDesc = CompletableFuture.supplyAsync(() -> {
            System.out.println("查询商品介绍");
            return "华为";
        },service);
        
        //等待所有任务完成
        CompletableFuture<Void> future = CompletableFuture.allOf(futureImg, futureAttr, futureDesc);
        future.get();
        System.out.println(futureImg.get() + "->" + futureAttr.get() + "->" + futureDesc.get());
        
        //只有一个任务完成
        CompletableFuture<Object> future = CompletableFuture.anyOf(futureImg, futureAttr, futureDesc);
        future.get();
        System.out.println(future.get());
    }
}

---

如果有收获！！！ 希望老铁们来个三连，点赞、收藏、转发。
创作不易，别忘点个赞，可以让更多的人看到这篇文章，顺便鼓励我写出更好的博客