博客
关于我
了解一下CompletionService的submit(Runnable task, V result)方法
阅读量:223 次
发布时间:2019-02-28

本文共 1181 字,大约阅读时间需要 3 分钟。

CompletionService 的示例演示

以下是一个使用 CompletionService 的 Java 代码示例,展示了如何为 Runnable 任务设置默认值返回。

public class CompletionServiceDemo {    public static void main(String[] args)            throws ExecutionException, InterruptedException {        ExecutorService pool = Executors.newFixedThreadPool(3);        ExecutorCompletionService
completionService = new ExecutorCompletionService<>(pool); Future
future = completionService.submit( new Runnable() { @Override public void run() { try { TimeUnit.SECONDS.sleep(5); } catch (InterruptedException e) { e.printStackTrace(); } } }, "我是默认值" ); System.out.println(future.get()); pool.shutdown(); }}

运行结果

运行上述代码,您会看到以下结果:

我是默认值

总结

从运行结果可以看出,CompletionService 的主要作用是为 Runnable 类型的任务设置一个默认值返回。这使得在 futures 不完成之前,或者 future 失败时,可以立即获取一个预定义的默认值。

这种方式在那些任务可能需要等待后续操作完成(例如异步操作或阻塞操作)而无法立即返回结果的情况下非常有用。通过设置默认值,可以避免程序在等待 future 完成时陷入卡顿状态。

此外,CompletionService 还提供了许多有用的功能,例如处理多个 futures 的异常情况,以及在 futures 完成时进行后续处理。

转载地址:http://ljjp.baihongyu.com/

你可能感兴趣的文章
VS2003 Front Page Server Extension
查看>>
OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
查看>>
OpenCV与AI深度学习 | 基于YoloV8的药丸/片剂类型识别
查看>>
OpenCV与AI深度学习 | 基于YOLO和EasyOCR从视频中识别车牌
查看>>
OpenCV与AI深度学习 | 基于图像处理的火焰检测算法(颜色+边缘)
查看>>
OpenCV与AI深度学习 | 基于拉普拉斯金字塔实现图像融合(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 基于改进YOLOv8的景区行人检测算法
查看>>
OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
查看>>
OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
查看>>
OpenCV与AI深度学习 | 如何使用YOLO-World做目标检测
查看>>
OpenCV与AI深度学习 | 如何使用YOLOv9分割图像中的对象
查看>>
OpenCV与AI深度学习 | 如何使用YOLOv9检测图片和视频中的目标
查看>>
OpenCV与AI深度学习 | 如何在 Docker 容器中使用 GPU
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV中更稳更快的找圆方法--EdgeDrawing使用演示(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV传统方法实现密集圆形分割与计数(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV实现扫描文本矫正应用与实现详解(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | YOLOv10模型微调检测肾结石并提高准确率
查看>>
OpenCV与AI深度学习 | 实战 | 使用OpenCV和Streamlit搭建虚拟化妆应用程序(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | 使用OpenCV确定对象的方向(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | 使用YOLOv8 Pose实现瑜伽姿势识别
查看>>