知道任务个数，你可以定义好线程数规则，生成线程数去跑
代码说明：
虚拟线程池：
- 使用 Executors.newVirtualThreadPerTaskExecutor() 创建虚拟线程池，每个任务将分配一个虚拟线程来执行。
提交任务并返回结果：
-
每个任务通过 CompletableFuture.supplyAsync() 提交，任务会返回一个结果（这里是字符串，模拟了任务的处理结果）。
-
每个 CompletableFuture 都会保存任务的返回值。
等待所有任务完成：
- 使用 CompletableFuture.allOf(futures.toArray(new CompletableFuture[0])) 等待所有的 CompletableFuture 完成。allOf.join() 会阻塞当前线程，直到所有任务完成。
收集结果：
- 使用 Java 8 的 stream() 方法和 Collectors.toList() 来收集所有任务的结果，并将它们合并到一个 List
中。 - CompletableFuture::join 会获取每个任务的结果，并且如果任务有异常，它会抛出 CompletionException，因此你可以根据需要进行异常处理。
关闭虚拟线程池：
最后，通过 executorService.shutdown() 关闭线程池，释放资源。
public static void main(String[] args) throws InterruptedException { // 创建虚拟线程的线程池 ExecutorService executorService = Executors.newVirtualThreadPerTaskExecutor(); // 假设我们有10个任务，每个任务返回一个字符串 int numTasks = 10; List<CompletableFuture<String>> futures = new ArrayList<>(numTasks); // 提交任务到虚拟线程池 for (int i = 0; i < numTasks; i++) { int taskId = i; // 将每个任务的结果放入 CompletableFuture 中 CompletableFuture<String> future = CompletableFuture.supplyAsync(() -> { try { // 模拟工作 System.out.println("Task " + taskId + " started on " + Thread.currentThread()); Thread.sleep(1000); // 模拟延迟 String result = "Result of task " + taskId; System.out.println("Task " + taskId + " completed on " + Thread.currentThread()); return result; } catch (InterruptedException e) { Thread.currentThread().interrupt(); return "Task " + taskId + " was interrupted"; } }, executorService); futures.add(future); // 将每个 future 加入集合 } // 等待所有任务完成并获取结果 CompletableFuture<Void> allOf = CompletableFuture.allOf(futures.toArray(new CompletableFuture[0])); allOf.join(); // 阻塞直到所有任务完成 // 合并所有任务的结果到一个集合中 List<String> results = futures.stream() .map(CompletableFuture::join) // 获取每个任务的结果 .collect(Collectors.toList()); // 合并到列表 // 打印结果 System.out.println("All results: " + results); // 关闭虚拟线程池 executorService.shutdown(); } Java 不确定线程数，要异步多线程执行，还要等待所有线程执行结束，然后获取结果合并
解释：
任务列表 (tasks)：我们创建了一个 List<Callable> 来保存所有要执行的异步任务，每个任务返回一个 Integer 结果。
创建线程池：使用 Executors.newFixedThreadPool(5) 创建了一个大小为 5 的线程池，可以并发执行 5 个线程。线程池的大小可以根据实际需要动态调整。
提交任务并获取 Future 列表：executorService.invokeAll(tasks) 方法会提交所有任务，并返回一个 List<Future>。每个 Future 对象代表一个异步任务的结果。
等待任务完成并合并结果：通过 future.get() 方法阻塞当前线程，直到任务完成并返回结果。我们在 sum 中累加所有任务的结果。
关闭线程池：最后，使用 executorService.shutdown() 关闭线程池，确保所有线程在任务完成后能够被正确回收。
重要事项：
- invokeAll()：会阻塞当前线程，直到所有任务完成。如果任务执行的时间不确定，使用 invokeAll() 是比较合适的，它会等待所有任务完成，并返回 Future 列表。
- Future.get()：该方法会阻塞当前线程，直到任务完成。如果任务执行有异常，get() 会抛出异常。
- 线程池管理：使用 ExecutorService 方便管理线程池的大小，避免频繁创建和销毁线程带来的性能损失。
public static void main(String[] args) throws InterruptedException, ExecutionException { // 假设我们有一些任务需要并发执行 List<Callable<Integer>> tasks = new ArrayList<>(); // 创建一些任务 for (int i = 0; i < 10; i++) { final int taskId = i; tasks.add(() -> { // 模拟任务执行，返回一个结果 Thread.sleep(1000); // 模拟任务耗时 return taskId * 2; // 假设任务返回 taskId 的 2 倍 }); } // 创建一个固定大小的线程池 ExecutorService executorService = Executors.newFixedThreadPool(5); try { // 提交所有任务并返回一个 Future 列表 List<Future<Integer>> futures = executorService.invokeAll(tasks); // 等待所有任务完成并合并结果 int sum = 0; for (Future<Integer> future : futures) { sum += future.get(); // 获取任务结果并合并 } // 输出所有任务的合并结果 System.out.println("Total sum: " + sum); } finally { // 关闭线程池 executorService.shutdown(); } } 实际案例 多线程调API然后合并API的结果返回给前端
声明任务队列集合
/*变量值对应Map*/ List<VarResultDto> results = new ArrayList<>(); // 假设我们有一些任务需要并发执行 List<Callable<Map<String, Object>>> tasks = new ArrayList<>(); 将任务加入然后加入任务队列
tasks.add(() -> { Map<String, Object> respTask = new HashMap<>(); List<VarResultDto> listTaskResp = new ArrayList<>(); List<String> listTaskError = new ArrayList<>(); try { log.info("执行API请求{} apiId:[{}]", vo.getApiUrl(), vo.getId()); /*请求API获取结果*/ R<Object> objectR = apiDataInfoService.executeApi(vo); // 解析结果 JSONObject apiResp = JSONUtil.parseObj(objectR); if (apiResp.getInt("code") == 200 || apiResp.getInt("code") == 0) { apiResp = apiResp.getJSONObject("data"); } // JavaScript数据处理 if (StringUtils.isNotBlank(apiVarInfoDto.getJs())) { try { String newJson = SpringUtils.execJavaScript(JSON.toJSONString(apiResp), apiVarInfoDto.getJs()); apiResp = JSONUtil.parseObj(newJson); log.info("JavaScript数据处理完成"); } catch (Exception e) { log.warn("JavaScript数据处理异常: {}", JSON.toJSONString(apiVarInfoDto)); } } final JSONObject tempData = apiResp; relations.forEach(relation -> { String value = JSONUtil.getByPath(tempData, relation.getResult(), ""); if (StringUtils.isNotBlank(value)) { // *设置变量及实际值* VarResultDto resultDto = new VarResultDto(); resultDto.setId(relation.getId()); resultDto.setName(relation.getName()); resultDto.setResult(value); listTaskResp.add(resultDto); } else { String error = "API接口:[" + vo.getApiName() + "]无法取得变量:[" + relation.getName() + "]有效数据,原因:[" + "API地址:" + apiDataInfo.getApiUrl() + "->返回错误:" + tempData.toString() + "]"; listTaskError.add(error); } }); respTask.put("results", listTaskResp); respTask.put("errorLogs", listTaskError); } catch (Exception e) { log.error("请求API->{}失败！{}", vo.getApiUrl(), e.getMessage(), e); boolean contains = e.getMessage().contains("TIMEOUT"); /*记录错误结果*/ relations.forEach(relation -> { String error = "API接口:[" + vo.getApiName() + "]无法取得变量:[" + relation.getName() + "]有效数据,原因:[" + (contains ? "数据接口获取超时" : e.getMessage()) + "]"; listTaskError.add(error); }); respTask.put("errorLogs", listTaskError); } return respTask; }); 提交任务去执行，获取所有任务的结果，合并结果
String defaultThreadPoolSize = configService.getConfigValue("api_fork_join_size", "5"); // 创建一个固定大小的线程池 try (ExecutorService executorService = Executors.newFixedThreadPool(Integer.parseInt(defaultThreadPoolSize))) { try { // 提交所有任务并返回一个 Future 列表 List<Future<Map<String, Object>>> futures = executorService.invokeAll(tasks); // 等待所有任务完成并合并结果 List<Map<String, Object>> sum = new ArrayList<>(); for (Future<Map<String, Object>> future : futures) { // 获取任务结果并合并 sum.add(future.get()); } // 输出所有任务的合并结果 for (Map<String, Object> stringObjectMap : sum) { Object results1 = stringObjectMap.get("results"); if (results1 != null) { results.addAll((List<VarResultDto>) results1); } Object errorLogs1 = stringObjectMap.get("errorLogs"); if (errorLogs1 != null) { errorLogs.addAll((List<String>) errorLogs1); } } } catch (Exception e) { log.error("多线程---并行处理--出错了{}", e.getMessage(), e); } finally { // 关闭线程池 executorService.shutdown(); } } 
