本篇内容介绍了“让API并行调用的方法是什么”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！

当数据量较大的时候，都会通过分库分表来拆分，分担读写的压力。分库分表后比较麻烦的就是查询的问题，如果不是直接根据分片键去查询的话，需要对多个表进行查询。

在一些复杂的业务场景下，比如订单搜索，除了订单号，用户，商家 这些常用的搜索条件，可能还有时间，商品等等。

目前常见的做法将数据同步到 ES 这类搜索框架中进行查询，然后通过搜出来的结果，一般是主键 ID, 再去具体的数据表中查询完整的数据，组装返回给调用方。

比如下面这段代码，首先查询出文章信息，然后根据文章中的用户 ID 去查询用户的昵称。

List<ArticleBO>articleBos=articleDoPage.getRecords().stream().map(r->{Stringnickname=userManager.getNickname(r.getUserId());returnarticleBoConvert.convertPlus(r,nickname);}).collect(Collectors.toList());

如果文章有 10 条数据，那么就需要调用 10 次用户服务提供的接口，而且是同步调用操作。

当然我们也可以用并行流来实现并发调用，代码如下：

List<ArticleBO>articleBos=articleDoPage.getRecords().parallelStream().map(r->{Stringnickname=userManager.getNickname(r.getUserId());returnarticleBoConvert.convertPlus(r,nickname);}).collect(Collectors.toList());

并行流的优点很明显，代码不用做特别大的改动。需要注意如果用并行流，最好单独定义一个 ForkJoinPool。

除了用并行流，还可以使用批量查询的方式来提高性能，降低 RPC 的调用次数，代码如下：

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

但批量查询还是同步模式，下面介绍如果使用 CompletableFuture 来实现异步并发调用，直接用原生的 CompletableFuture 也可以，但是编排能力没有那么强，这里我们选择一款基于 CompletableFuture 封装的并行编排框来实现。

稍微做了下封装，提供了更方便使用的工具类来实现并发调用多个接口的逻辑。

第一种方式，适用于比如从 ES 查出了一批 ID, 然后根据 ID 去数据库中或者调用 RPC 查询真实数据，最后得到一个 Map，可以根据 Key 获取对应的数据。

内部是多线程并发调用，会等到结果全部返回。

publicObjectaggregationApi(){longs=System.currentTimeMillis();List<String>ids=newArrayList<>();ids.add("1");ids.add("2");ids.add("3");Map<String,UserResponse>callResult=AsyncTemplate.call(ids,id->{returnuserService.getUser(id);},u->u.getId(),COMMON_POOL);longe=System.currentTimeMillis();System.out.println("耗时："+(e-s)+"ms");return"";}

另一个场景就是 API 聚合的场景，需要并行调用多个接口，将结果进行组装。

List<AsyncCall>params=newArrayList<>();AsyncCall<Integer,Integer>goodsQuery=newAsyncCall("goodsQuery",1);params.add(goodsQuery);AsyncCall<String,OrderResponse>orderQuery=newAsyncCall("orderQuery","100");params.add(orderQuery);UserQueryq=newUserQuery();q.setAge(18);q.setName("yinjihuan");AsyncCall<UserQuery,UserResponse>userQuery=newAsyncCall("userQuery",q);params.add(userQuery);AsyncTemplate.call(params,p->{if(p.getTaskId().equals("goodsQuery")){AsyncCall<Integer,Integer>query=p;returngoodsService.getGoodsName(query.getParam());}if(p.getTaskId().equals("orderQuery")){AsyncCall<String,OrderResponse>query=p;returnorderService.getOrder(query.getParam());}if(p.getTaskId().equals("userQuery")){AsyncCall<UserQuery,UserResponse>query=p;returnuserService.getUser(query.getParam());}returnnull;});

AsyncCall 中定义参数和响应的类型，响应结果会在执行完后会自动设置到 AsyncCall 中。在 call 方法中需要根据 taskId 去做对应的处理逻辑，不同的 taskId 调用的接口不一样。

“让API并行调用的方法是什么”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注亿速云网站，小编将为大家输出更多高质量的实用文章！