异步队列

1.编译器工作流程 (1)从上往下依次解析代码 (2)判断代码是同步还是异步 (2.1)如果同步，立即执行 (2.2)如果异步，则不执行，会放入事件队列（事件循环 Event Loop） (3)页面所有的同步执行完毕，才开始执行事件队列中的异步代码 2.同步与异步区别 a.回调函数： 异步有回调， 同步没有回调 b.执行顺序： 异步无序，同步有序 c.阻塞线程（性能） ： 异步不阻塞性能高，同步阻塞性能低 两道经典面试题 来源： CSDN 作者： aaa_Gyt 链接： https://blog.csdn.net/aaa_Gyt/article/details/103532848

业务场景说明 : 消息队列在大型电子商务类网站，如京东、淘宝、去哪儿等网站有着深入的应用， 队列的 主要作用 是 消除高并发访问高峰 ， 加快网站的响应速度 。 在不使用消息队列的情况下，用户的请求数据直接写入数据库，在高并发的情况下，会对数据库造成巨大的压力，同时也使得系统响应延迟加剧。 在使用队列后，用户的 请求发给队列 后立即返回, （例如: 当然不能直接给用户提示订单提交成功，京东上提示：您“您提交了订单，请等待系统确认”）， 再由消息队列的 消费者 进程 从消息队列 中 获取数据 ， 异步写入数据库 。 由于消息队列的服务处理速度 远快于数据库 ，因此用户的 响应延迟可得到有效改善 。 图解说明: 1. 消息队列说明 消息队列中间件是 分布式系统中重要的组件 ，主要解决应用耦合，异步消息，流量削锋等问题。 实现高性能，高可用，可伸缩和最终一致性架构。是大型分布式系统不可缺少的中间件。 目前在生产环境，使用较多的消息队列有 ActiveMQ ， RabbitMQ ， ZeroMQ ， Kafka ， MetaMQ ， RocketMQ 等。 2. 消息队列应用场景 消息队列在实际应用中常用的使用场景。 异步处理，应用解耦，流量削锋和消息通讯四个场景 。 2.1. 异步处理 场景说明：用户注册后，需要发注册邮件和注册短信。传统的做法有两种 1. 串行的方式； 2. 并行方式。

开个QQ，开了一个进程；开了迅雷，开了一个进程。在QQ的这个进程里，传输文字开一个线程、传输语音开了一个线程、弹出对话框又开了一个线程。所以运行某个软件，相当于开了一个进程。在这个软件运行的过程里（在这个进程里），多个工作支撑的完成QQ的运行，那么这“多个工作”分别有一个线程。所以一个进程管着多个线程。 同步：任务是一个接着一个执行的，上一个任务执行完成后才能执行下一个任务。即在同一时间只能做一件事。这种one by one的动作就是同步。 异步:是js单线程这种语言解决多任务的一种方法，将耗时的操作设为异步，先交给浏览器相关的线程，来实现这部分耗时的工作。而主线程继续依次执行任务（one by one同步）不阻塞代码，后续通过通知的方式来实现异步任务的其他代码执行（当主线程的所有代码都执行完成后） 进程:简单理解为一个cpu在单一时间运行一个进程，其他进程处于非运行状态（一个进程理解为一个工厂的一个车间）（单个CPU一次只能运行一个任务。） 线程：一个进程可包含多个线程（.一个车间里，可以有很多工人。他们协同完成一个任务） js是单线程异步非阻塞语言。 示例： console.log("start"); setTimeout(function(){ console.log("timeout"); },5000); console.log("end");//执行结果如下 start

异步定义 关于异步的定义，网上有很多不同的形式，但是归根结底中心思想是不变的。无论是在http请求调用的层面，还是在cpu内核态和用户态传输数据的层面，异步这个行为针对的是调用方： 一个可以无需等待被调用方的返回值就让操作继续进行的方法 在多数程序员的概念中一般是指线程处理的层面： 异步是计算机多线程的异步处理。与同步处理相对，异步处理不用阻塞当前线程来等待处理完成，而是允许后续操作，直至其它线程将处理完成，并回调通知此线程 可以这样通俗的理解，异步主要解决的问题是不阻塞调用方，调用方这里可以是http请求的发起者，也可以是一个线程。 但此处需要明确的是:异步与多线程与并行不是同一个概念。 CPU密集型操作 我听有的同学说，异步解决的是IO密集型的操作，菜菜觉得是不准确的。异步同样可以解决CPU密集型操作，只不过场景有限而已。有一个前提：利用异步解决CPU密集型操作要求当前运行环境支持多线程才行，比如javascript这个语言，本质上它的运行环境是单线程的，所以对于CPU密集型操作，javascript会显得力不从心。 异步解决CPU密集操作一般情况下发生在同进程中，为什么这么说呢，如果发生在不同机器或者不同进程在很多情况下已经属于IO密集型的范围了。这里顺便提醒一下：IO操作可不单单是指磁盘的操作，所有有输入/输出(Input/Output)操作的都可以泛称为IO。 举个栗子吧

在开发系统的过程中，通常会考虑到系统的性能问题，提升系统性能的一个重要思想就是“串行”改“并行”。说起“并行”自然离不开“异步”，今天我们就来聊聊如何使用Spring的@Async的异步注解。 假设场景 你有一个很耗时的服务，我们在下面的例子中用线程休眠来模拟，服务执行需要5秒钟。假设一个请求需要调用这个服务3次，如果按照“串行”的方法，将至少需要15秒钟。那么为了提升系统的性能，我们采用“并行”的方法，我们最乐观的情况下，只需要5秒就可以了。有人可能会说这个很简单，我们写个多线程的方法就可以了。但是，今天我们看看Spring为我们提供的方法，它使得开发的过程更简单。 创建异步方法 首先，使用IDEA工具创建Spring-Boot项目，并且选择依赖包Lombok，具体步骤略。然后创建BusyService类，并创建busyMethod方法，具体如下： @Service @Slf4j public class BusyService { @Async publicCompletableFuture<String> busyMethod(String name) throws InterruptedException { log.info(name); Strings = "Hello,"+name+"!"; //模拟耗时操作，5秒 Thread.sleep(5000);

一、Task类简介： Task类是在.NET Framework 4.0中提供的新功能，主要用于异步操作的控制。它比Thread和ThreadPool提供了更为强大的功能，并且更方便使用。 Task和Task<TResult>类：前者接收的是Action委托类型；后者接收的是Func<TResult>委托类型。 任务Task和线程Thread的区别： 1、任务是架构在线程之上。也就是说任务最终还是要抛给线程去执行，它们都是在同一命名空间System.Threading下。 2、任务跟线程并不是一对一的关系。比如说开启10个任务并不一定会开启10个线程，因为使用Task开启新任务时，是从线程池中调用线程，这点与 ThreadPool.QueueUserWorkItem类似。 二、Task的创建 2.1创建方式1：调用构造函数 class Program { static void Main(string[] args) { #region 工作者线程：使用任务实现异步 ThreadPool.SetMaxThreads(1000, 1000); PrintMessage("Main thread start."); //调用构造函数创建Task对象 Task<int> task = new Task<int>(n => AsyncMethod((int)n), 10); //启动任务

什么是消息队列 消息队列（Message Queue，简称MQ），指保存消息的一个容器，本质是个队列。 消息（Message）是指在应用之间传送的数据，消息可以非常简单，比如只包含文本字符串，也可以更复杂，可能包含嵌入对象。 消息队列（Message Queue）是一种应用间的通信方式，消息发送后可以立即返回，有消息系统来确保信息的可靠专递，消息发布者只管把消息发布到MQ中而不管谁来取，消息使用者只管从MQ中取消息而不管谁发布的，这样发布者和使用者都不用知道对方的存在。 Producer：消息生产者，负责产生和发送消息到 Broker； Broker：消息处理中心。负责消息存储、确认、重试等，一般其中会包含多个 queue； Consumer：消息消费者，负责从 Broker 中获取消息，并进行相应处理； 现在常用的MQ组件有ActiveMQ、RabbitMQ、RocketMQ、ZeroMQ,当然近年来火热的Kafka,从某些场景来说，也是MQ，当然kafka的功能更加强大。 虽然不同的MQ都有自己的特点和优势，但是，不管是哪种MQ，都有MQ本身自带的一些特点，下面，咱们谈谈消息队列的的特点、优势、选型、以及应用场景。 为什么需要消息队列 在高并发分布式环境下，由于来不及同步处理，通过使用消息队列，可以异步处理请求，从而缓解系统的压力。 举一个订单系统的例子：用户点击下订单

【推荐】2019 Java 开发者跳槽指南.pdf(吐血整理) >>> 什么是消息队列 消息队列（Message Queue，简称MQ），指保存消息的一个容器，本质是个队列。 消息（Message）是指在应用之间传送的数据，消息可以非常简单，比如只包含文本字符串，也可以更复杂，可能包含嵌入对象。 消息队列（Message Queue）是一种应用间的通信方式，消息发送后可以立即返回，有消息系统来确保信息的可靠专递，消息发布者只管把消息发布到MQ中而不管谁来取，消息使用者只管从MQ中取消息而不管谁发布的，这样发布者和使用者都不用知道对方的存在。 Producer：消息生产者，负责产生和发送消息到 Broker； Broker：消息处理中心。负责消息存储、确认、重试等，一般其中会包含多个 queue； Consumer：消息消费者，负责从 Broker 中获取消息，并进行相应处理； 现在常用的MQ组件有ActiveMQ、RabbitMQ、RocketMQ、ZeroMQ,当然近年来火热的Kafka,从某些场景来说，也是MQ，当然kafka的功能更加强大。 虽然不同的MQ都有自己的特点和优势，但是，不管是哪种MQ，都有MQ本身自带的一些特点，下面，咱们谈谈消息队列的的特点、优势、选型、以及应用场景。 为什么需要消息队列 在高并发分布式环境下，由于来不及同步处理，通过使用消息队列

IO的方式通常分为几种，同步阻塞的BIO、同步非阻塞的NIO、异步非阻塞的AIO。 一、BIO 在JDK1.4出来之前，我们建立网络连接的时候采用BIO模式，需要先在服务端启动一个ServerSocket，然后在客户端启动Socket来对服务端进行通信，默认情况下服务端需要对每个请求建立一堆线程等待请求，而客户端发送请求后，先咨询服务端是否有线程相应，如果没有则会一直等待或者遭到拒绝请求，如果有的话，客户端会线程会等待请求结束后才继续执行。 二、NIO NIO本身是基于事件驱动思想来完成的，其主要想解决的是BIO的大并发问题： 在使用同步I/O的网络应用中，如果要同时处理多个客户端请求，或是在客户端要同时和多个服务器进行通讯，就必须使用多线程来处理。也就是说，将每一个客户端请求分配给一个线程来单独处理。这样做虽然可以达到我们的要求，但同时又会带来另外一个问题。由于每创建一个线程，就要为这个线程分配一定的内存空间（也叫工作存储器），而且操作系统本身也对线程的总数有一定的限制。如果客户端的请求过多，服务端程序可能会因为不堪重负而拒绝客户端的请求，甚至服务器可能会因此而瘫痪。 NIO基于Reactor，当socket有流可读或可写入socket时，操作系统会相应的通知引用程序进行处理，应用再将流读取到缓冲区或写入操作系统。 也就是说，这个时候，已经不是一个连接就要对应一个处理线程了

淘宝从2018年开始对整体架构进行反应式升级， 取得了非常好的成绩。其中『猜你喜欢』应用上限 QPS 提升了 96%，同时机器数量缩减了一半；另一核心应用『我的淘宝』实际线上响应时间下降了 40% 以上。PayPal凭借其基于Akka构建的反应式平台squbs，仅使用8台2vCPU虚拟机，每天可以处理超过10亿笔交易，与基于Spring实现的老系统相比，代码量降低了80%，而性能却提升了10倍。能够取得如此好的成绩，人们不禁要问反应式到底是什么？ 其实反应式并不是一个新鲜的概念，它的灵感来源最早可以追溯到90年代，但是直到2013年，Roland Kuhn等人发布了《反应式宣言》后才慢慢被人熟知，继而在2014年迎来爆发式增长，比较有意思的是，同时迎来爆发式增长的还有领域驱动设计(DDD)，原因是2014年3月25日，Martin Fowler和James Lewis向大众介绍了微服务架构，而反应式和领域驱动是微服务架构得以落地的有力保障。紧接着各种反应式编程框架相继进入大家视野，如RxJava、Akka、Spring Reactor/WebFlux、Play Framework和未来的Dubbo3等，阿里内部在做反应式改造时也孵化了一些反应式项目，包括AliRxObjC、RxAOP和AliRxUtil等。 从目前的趋势看来，反应式概念将会逐渐深入人心， 并且将引领下一代技术变革。