博客
关于我
简单看看线程池执行方法execute()和submit()方法的使用
阅读量:231 次
发布时间:2019-02-28

本文共 1469 字,大约阅读时间需要 4 分钟。

今天,我在学习Java的线程和线程池相关知识时,深入研究了ExecutorService中的execute和submit方法。这两个方法在功能上有细微差别,但理解它们的区别对于编写高效的并发代码至关重要。

首先,ExecutorService提供了两个主要方法:execute和submit。execute用于提交没有返回值的Runnable任务,而submit用于提交有返回值的Callable任务。两者的区别主要体现在任务执行和结果处理上。

为了更好地理解这两个方法的区别,我编写了一个简单的代码示例:

import java.util.concurrent.ExecutorService;import java.util.concurrent.Future;import java.util.concurrent.Executors;public class ExecutorServiceExample {    public static void main(String[] args) throws Exception {        ExecutorService executorService = Executors.newSingleThreadExecutor();        // 使用execute提交Runnable任务        executorService.execute(new Runnable() {            @Override            public void run() {                System.out.println("执行execute方法");            }        });        // 使用submit提交Callable任务,并获取返回值        Future
future = executorService.submit(new Callable
() { @Override public String call() throws Exception { System.out.println("执行submit方法"); return "执行submit方法"; } }); // 获取submit任务的结果 System.out.println(future.get()); }}

运行此代码,输出结果如下:

执行execute方法执行submit方法执行submit方法

从输出可以看出,execute方法提交的任务会立即执行,但不会等待结果。而submit方法提交的任务会执行并返回结果,可以通过Future对象获取。

总结

通过上述例子,我理解了execute和submit方法的主要区别:

  • execute方法

    • 适用于不需要返回值的任务。
    • 任务执行后不会等待结果。
    • 不返回任何值。
  • submit方法

    • 适用于需要返回值的任务。
    • 任务执行后会等待并返回结果。
    • 返回一个Future对象,用于获取任务结果。
  • 这种理解有助于在实际开发中选择合适的方法来处理不同类型的任务。无论是哪种方法,都可以通过Future对象等待任务完成,这使得代码更加灵活和高效。

    转载地址:http://abjp.baihongyu.com/

    你可能感兴趣的文章
    Numpy.ndarray对象不可调用
    查看>>
    Numpy.VisibleDeproationWarning:从不整齐的嵌套序列创建ndarray
    查看>>
    Numpy:按多个条件过滤行?
    查看>>
    Numpy:条件总和
    查看>>
    numpy、cv2等操作图片基本操作
    查看>>
    numpy中的argsort的用法
    查看>>
    NumPy中的精度:比较数字时的问题
    查看>>
    numpy判断对应位置是否相等,all、any的使用
    查看>>
    Numpy多项式.Polynomial.fit()给出的系数与多项式.Polyfit()不同
    查看>>
    Numpy如何使用np.umprod重写range函数中i的python
    查看>>
    numpy学习笔记3-array切片
    查看>>
    numpy数组替换其中的值(如1替换为255)
    查看>>
    numpy数组索引-ChatGPT4o作答
    查看>>
    numpy最大值和最大值索引
    查看>>
    NUMPY矢量化np.prod不能构造具有超过32个操作数的ufunc
    查看>>
    Numpy矩阵与通用函数
    查看>>
    numpy绘制热力图
    查看>>
    numpy转PIL 报错TypeError: Cannot handle this data type
    查看>>
    Numpy闯关100题,我闯了95关,你呢?
    查看>>
    nump模块
    查看>>