本文转载自微信公众号《猿世界》，作者尹继焕。转载本文请联系元天地公众号。当数据量较大时，会分库分表拆分，分担读写压力。分库分表后比较麻烦的就是查询问题了。如果不直接根据shardkey查询，需要查询多张表。在一些复杂的业务场景中，比如订单搜索，除了订单号、用户、商户等常见的搜索条件外，还可能有时间、商品等。目前普遍的做法是将数据同步到ES等搜索框架进行查询，然后使用搜索到的结果，通常是主键ID，在具体的数据表中查询完整的数据，组装返回给调用方。比如下面的代码先查询文章信息，然后根据文章中的用户ID查询用户的昵称。ListarticleBos=articleDoPage.getRecords().stream().map(r->{Stringnickname=userManager.getNickname(r.getUserId());returnarticleBoConvert.convertPlus(r,nickname);}).collect(收集器.toList());如果文章有10条数据，需要调用10次用户服务提供的接口，同步调用操作。当然，我们也可以使用并行流来实现并发调用。代码如下：ListarticleBos=articleDoPage.getRecords().parallelStream().map(r->{Stringnickname=userManager.getNickname(r.getUserId());returnarticleBoConvert.convertPlus(r,nickname);}).collect(Collectors.toList());并行流的优势很明显，代码不需要做很大改动。需要注意的是，如果使用并行流，最好单独定义一个ForkJoinPool。除了使用并行流，还可以使用批量查询来提高性能，减少RPC调用次数。代码如下：ListuserIds=articleDoPage.getRecords().stream().map(article->article.getUserId()).collect(Collectors.toList());MapnickNameMap=userManager.queryByIds(userIds).stream().collect(Collectors.toMap(UserResponse::getId,UserResponse::getNickname));ListarticleBos=articleDoPage.getRecords().stream().map(r->{Stringnickname=nickNameMap.containsKey(r.getUserId())?nickNameMap.get(r.getUserId()):CommonConstant.DEFAULT_EMPTY_STR;returnarticleBoConvert.convertPlus(r,nickname);}).collect(Collectors.toList());但是批量查询还是同步方式。下面介绍如果使用CompletableFuture实现异步并发调用，也可以直接使用原来的CompletableFuture，但是编排能力没有那么强，这里我们选择基于CompletableFuture封装的并行编排盒来实现。稍微封装一下，提供一个更方便的工具类来实现并发调用多个接口的逻辑。第一种方法适用于，比如从ES中找到一批ID，然后根据ID去数据库或者调用RPC查询真实数据，最后得到一个Map，可以根据钥匙。在内部，它被多个线程并发调用，它会等待所有结果返回。publicObjectaggregationApi(){longs=System.currentTimeMillis();Listids=newArrayList<>();ids.add("1");ids.add("2");ids.add("3");MapcallResult=AsyncTemplate.call(ids,id->{returnuserService.getUser(id);},u->u.getId(),COMMON_POOL);longe=System.currentTimeMillis();System.out.println("耗时："+(e-s)+"ms");return"";}另一种场景是API聚合场景，需要并行调用多个接口拼装结果。Listparams=newArrayList<>();AsyncCallgoodsQuery=newAsyncCall("goodsQuery",1);params.add(goodsQuery);AsyncCallorderQuery=newAsyncCall("orderQuery","100");params.add(orderQuery);UserQueryq=newUserQuery();q.setAge(18);q.setName("yinjihuan");AsyncCalluserQuery=newAsyncCall("userQuery",q);params.add(userQuery);AsyncTemplate.call(params,p->{if(p.getTaskId().equals("goodsQuery")){AsyncCallquery=p;returngoodsService.getGoodsName(query.getParam());}if(p.getTaskId().equals("orderQuery")){AsyncCallquery=p;returnorderService.getOrder(query.getParam());}if(p.getTaskId().equals("userQuery")){AsyncCallquery=p;returnuserService.getUser(query.getParam());}returnnull;});AsyncCall中定义参数和响应的类型，响应结果会在执行完成之后，它将自动设置为AsyncCall。在call方法中，需要根据taskId做相应的处理逻辑。不同的taskId调用不同的接口。源码参考：https://github.com/yinjihuan/kitty作者简介：尹继焕，单纯技术爱好者，?、《Spring Cloud 微服务 入门 实战与进阶》作者，公众号猿世界发起人。原文链接：http://cxytiandi.com/blog/user/1
