讓API并行呼叫變得如絲般順滑的絕招

當資料量較大的時候，都會通過分庫分表來拆分，分擔讀寫的壓力，分庫分表后比較麻煩的就是查詢的問題，如果不是直接根據分片鍵去查詢的話，需要對多個表進行查詢，

在一些復雜的業務場景下，比如訂單搜索，除了訂單號，用戶，商家 這些常用的搜索條件，可能還有時間，商品等等，

目前常見的做法將資料同步到ES這類搜索框架中進行查詢，然后通過搜出來的結果，一般是主鍵ID, 再去具體的資料表中查詢完整的資料，組裝回傳給呼叫方，

比如下面這段代碼，首先查詢出文章資訊，然后根據文章中的用戶ID去查詢用戶的昵稱，

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

如果文章有10條資料，那么就需要呼叫10次用戶服務提供的介面，而且是同步呼叫操作，

當然我們也可以用并行流來實作并發呼叫，代碼如下：

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

并行流的優點很明顯，代碼不用做特別大的改動，需要注意如果用并行流，最好單獨定義一個ForkJoinPool，

除了用并行流，還可以使用批量查詢的方式來提高性能，降低RPC的呼叫次數，代碼如下：

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 -> {
    String nickname = nickNameMap.containsKey(r.getUserId()) ? nickNameMap.get(r.getUserId()) : CommonConstant.DEFAULT_EMPTY_STR;
    return articleBoConvert.convertPlus(r, nickname);
}).collect(Collectors.toList());

但批量查詢還是同步模式，下面介紹如果使用CompletableFuture來實作異步并發呼叫，直接用原生的CompletableFuture也可以，但是編排能力沒有那么強，這里我們選擇一款基于CompletableFuture封裝的并行編排框來實作，詳細介紹查看我之前的這篇文章：https://mp.weixin.qq.com/s/3EE8ccydK16gC1oY4AWnoA

稍微做了下封裝，提供了更方便使用的工具類來實作并發呼叫多個介面的邏輯，

第一種方式，適用于比如從ES查出了一批ID, 然后根據ID去資料庫中或者呼叫RPC查詢真實資料，最后得到一個Map，可以根據Key獲取對應的資料，

內部是多執行緒并發呼叫，會等到結果全部回傳，

public Object aggregationApi() {
    long s = System.currentTimeMillis();
    List<String> ids = new ArrayList<>();
    ids.add("1");
    ids.add("2");
    ids.add("3");
    Map<String, UserResponse> callResult = AsyncTemplate.call(ids, id -> {
        return userService.getUser(id);
    }, u -> u.getId(), COMMON_POOL);
    long e = System.currentTimeMillis();
    System.out.println("耗時：" + (e-s) + "ms");
    return "";
}

另一個場景就是API聚合的場景，需要并行呼叫多個介面，將結果進行組裝，

List<AsyncCall> params = new ArrayList<>();
AsyncCall<Integer, Integer> goodsQuery = new AsyncCall("goodsQuery", 1);
params.add(goodsQuery);
AsyncCall<String, OrderResponse> orderQuery = new AsyncCall("orderQuery", "100");
params.add(orderQuery);
UserQuery q = new UserQuery();
q.setAge(18);
q.setName("yinjihuan");
AsyncCall<UserQuery, UserResponse> userQuery = new AsyncCall("userQuery", q);
params.add(userQuery);
AsyncTemplate.call(params, p -> {
    if (p.getTaskId().equals("goodsQuery")) {
        AsyncCall<Integer, Integer> query = p;
        return goodsService.getGoodsName(query.getParam());
    }
    if (p.getTaskId().equals("orderQuery")) {
        AsyncCall<String, OrderResponse> query = p;
        return orderService.getOrder(query.getParam());
    }
    if (p.getTaskId().equals("userQuery")) {
        AsyncCall<UserQuery, UserResponse> query = p;
        return userService.getUser(query.getParam());
    }
    return null;
});

AsyncCall中定義引數和回應的型別，回應結果會在執行完后會自動設定到AsyncCall中，在call方法中需要根據taskId去做對應的處理邏輯，不同的taskId呼叫的介面不一樣，

原始碼參考：https://github.com/yinjihuan/kitty

關于作者：尹吉歡，簡單的技術愛好者，《Spring Cloud微服務-全堆疊技術與案例決議》, 《Spring Cloud微服務 入門 實戰與進階》作者, 公眾號***猿天地***發起人，