博客
关于我
SpringBoot强化系列:线程池及CountDownLatch并行执行任务
阅读量:266 次
发布时间:2019-03-01

本文共 283 字,大约阅读时间需要 1 分钟。

1 场景

多线程并行处理多个任务,所有任务执行结束,获取执行结果,提高任务执行效率,使用多线程处理任务耗时取决于单个线程耗时最长的任务,而不是时间的叠加。单线程执行多个任务,耗时则是所有任务的耗时总和。

现有三个任务,任务1,任务2,任务3,耗时如表1所示。

序号 任务 耗时
1 任务1 t1
2 任务2 t2
3 任务3 t3

其中,t2>t3>t1

  • 多线程执行多个任务的耗时取决于某个耗时最长的任务,耗时结果如图1所示。
  • 即耗时t=t2。
    在这里插入图片描述
图1 多线程多任务耗时
  • 单线程执行多个任务的耗时是所有任务耗时的总和,耗时结果如图2所示。
  • 即耗时t=t1+t2+t3。

转载地址:http://baht.baihongyu.com/

你可能感兴趣的文章
NIS服务器的配置过程
查看>>
NIS认证管理域中的用户
查看>>
Nitrux 3.8 发布!性能全面提升,带来非凡体验
查看>>
NiuShop开源商城系统 SQL注入漏洞复现
查看>>
NI笔试——大数加法
查看>>
NLog 自定义字段 写入 oracle
查看>>
NLog类库使用探索——详解配置
查看>>
NLP 基于kashgari和BERT实现中文命名实体识别(NER)
查看>>
NLP 模型中的偏差和公平性检测
查看>>
Vue3.0 性能提升主要是通过哪几方面体现的?
查看>>
NLP 项目:维基百科文章爬虫和分类【01】 - 语料库阅读器
查看>>
NLP_什么是统计语言模型_条件概率的链式法则_n元统计语言模型_马尔科夫链_数据稀疏(出现了词库中没有的词)_统计语言模型的平滑策略---人工智能工作笔记0035
查看>>
NLP三大特征抽取器:CNN、RNN与Transformer全面解析
查看>>
NLP学习笔记:使用 Python 进行NLTK
查看>>
NLP度量指标BELU真的完美么?
查看>>
NLP的不同研究领域和最新发展的概述
查看>>
NLP的神经网络训练的新模式
查看>>
NLP采用Bert进行简单文本情感分类
查看>>
NLP问答系统:使用 Deepset SQUAD 和 SQuAD v2 度量评估
查看>>
NLP项目:维基百科文章爬虫和分类【02】 - 语料库转换管道
查看>>