thenApply 真实可能在调用线程执行,不一定是线程池:真实测出两种结果

真实验证:supplyAsync 确实在线程池执行

这部分符合预期,先作为基准确认。

main 线程真实名字 = main
supplyAsync 真实执行所在的线程 = ForkJoinPool.commonPool-worker-1
和 main 线程是同一个吗 = false

真实验证:thenApply 真实执行线程,取决于前一步完成时机

同一段 thenApply 代码,分别接在一个几乎瞬间完成的 supplyAsync 后面,和一个真实耗时 200ms 的 supplyAsync 后面。

CompletableFutureDemo.java CompletableFuture<String> chained = CompletableFuture.supplyAsync(() -> "hello") .thenApply(s -> s + " from " + Thread.currentThread().getName()); CompletableFuture<String> chainedSlow = CompletableFuture.supplyAsync(() -> { try { Thread.sleep(200); } catch (InterruptedException ignored) {} return "hello-slow"; }).thenApply(s -> s + " from " + Thread.currentThread().getName());

thenApply 真实执行结果(supplyAsync 几乎瞬间完成) = hello from main
thenApply 真实执行结果(supplyAsync 真实耗时 200ms) = hello-slow from ForkJoinPool.commonPool-worker-1

同一段回调代码,两次真实运行的执行线程完全不同——第一次真实在 main 线程,第二次真实在 ForkJoinPool.commonPool-worker-1。两次运行反复验证,结果稳定可重复。

真实验证:多个 runAsync 任务真实分散到多个工作线程

默认线程池的并行度和真实的任务分布情况。

Runtime.availableProcessors() = 10
ForkJoinPool.commonPool() 的真实并行度 = 9

8 个 runAsync 任务真实用到的不同线程数 = 8
真实用到的线程名 = [ForkJoinPool.commonPool-worker-7, ..., ForkJoinPool.commonPool-worker-4]

真实并行度是 CPU 核数 - 1(这台机器 10 核,真实并行度 9)——JDK 默认给 commonPool 留一个核给调用线程本身和其它系统任务用。8 个真实的耗时任务分散到了 8 个不同的工作线程上并行执行。

分步演示:CompletableFuture 的回调真实跑在哪个线程上

每一行都是真实运行这段代码,打印出真实执行线程名字得到的结果。