CompletableFuture内部原理

CompletableFuture的构造：
ForkJoinPoolCompletableFuture中任务的执行同样依靠ForkJoinPool，代码如下所示。

通过上面的代码可以看到，asyncPool是一个static类型，supplierAsync、asyncSupplyStage也都是static函数。Static函数会返回一个CompletableFuture类型对象，之后就可以链式调用，CompletionStage里面的各个方法。

任务类型的适配

ForkJoinPool接受的任务是ForkJoinTask 类型，而我们向CompletableFuture提交的任务是
Runnable/Supplier/Consumer/Function。

因此，肯定需要一个适配机制，把这四种类型的任务转换成ForkJoinTask，然后提交给ForkJoinPool，如图8-1所示。

为了完成这种转换，在CompletableFuture内部定义了一系列的内部类，图8-2所示为CompletableFuture的各种内部类的继承体系。

在 supplierAsync（..）函数内部，会把一个 Supplier 转换成一个 AsyncSupply，然后提交给ForkJoinPool执行；

在runAsync（..）函数内部，会把一个Runnable转换成一个AsyncRun，然后提交给ForkJoinPool执行；

在
thenRun/thenAccept/thenApply 内部，会分别把
Runnable/Consumer/Function 转换成UniRun/UniAccept/UniApply对象，然后提交给ForkJoinPool执行；

除此之外，还有两种 CompletableFuture 组合的情况，分为“与”和“或”，所以有对应的Bi和Or类型的Completion类型。

下面的代码分别为 UniRun、UniApply、UniAccept 的定义，可以看到，其内部分别封装了Runnable、Function、Consumer。

图8-3所示为CompletableFuture的接口层面和内部实现层面对比。

任务的链式执行过程分析

下 面 以
CompletableFuture.supplyAsync （ … ） .thenApply（…）.thenRun（…） 链式代码为例，分析整个执行过程。

第1步：CompletableFuture future1=
CompletableFuture.supplyAsync（…）

在上面的代码中，关键是构造了一个AsyncSupply对象，该对象有三个关键点：

（1）它继承自ForkJoinTask，所以能够提交ForkJoinPool来执行。

（2）它封装了Supplier f，即它所执行任务的具体内容。

（3）该任务的返回值，即CompletableFuture d，也被封装在里面。

图8-4所示为这几个概念之间的关系。ForkJoinPool执行一个ForkJoinTask类型的任务，即AsyncSupply。该任务的输入就是Supply，输出结果存放在CompletableFuture中。

第2步：CompletableFuture future2=future1.thenApply（…）第1步的返回值，也就是上面代码中的 CompletableFuture d，紧接着调用其成员函数thenApply。

我们知道，必须等第1步的任务执行完毕，第2步的任务才可以执行。因此，这里提交的任务不可能立即执行，在此处构建了一个UniApply对象，也就是一个ForkJoinTask类型的任务，这个任务放入了第1个任务的栈当中。

每一个CompletableFuture对象内部都有一个栈，存储着是后续依赖它的任务，如下面代码所示。这个栈也就是Treiber Stack，这里的stack存储的就是栈顶指针。

上面的UniApply对象类似于第1步里面的AsyncSupply，它的构造函数传入了4个参数：

第1个参数是执行它的ForkJoinPool；

第2个参数是输出一个CompletableFuture对象。这个参数，也是thenApply函数的返回值，用来链式执行下一个任务；

第3个参数是其依赖的前置任务，也就是第1步里面提交的任务；

第4个参数是输入（也就是一个Function对象）。

UniApply对象被放入了第1步的CompletableFuture的栈中，在第1步的任务执行完成之后，就会从栈中弹出并执行。下面看一下代码：

ForkJoinPool执行上面的AsyncSupply对象的run（）方法，实质就是执行Supplier的get（）方法。执行结果被塞入了 CompletableFuture d 当中，也就是赋值给了 CompletableFuture 内部的Object result变量。

调用d.postComplete（），也正是在这个函数里面，把第2步压入的UniApply对象弹出来执行，代码如下所示。

第3步：CompletableFuture future3=future2.thenRun（…）第3步和第2步的过程类似，构建了一个 UniRun 对象，这个对象被压入第2步的CompletableFuture所在的栈中。第2步的任务，当执行完成时，从自己的栈中弹出UniRun对象并执行。

总结一下上述过程，如图8-5所示。

通过
supplyAsync/thenApply/thenRun，分别提交了3个任务，每1个任务都有1个返回值对象，也就是1个CompletableFuture。这3个任务通过2个CompletableFuture完成串联。后1个任务，被放入了前1个任务的CompletableFuture里面，前1个任务在执行完成时，会从自己的栈中，弹出下1个任务执行。如此向后传递，完成任务的链式执行。

thenApply与thenApplyAsync的区别

在上面的代码中，我们分析了thenApply，还有一个与之对应的函数是thenApplyAsync。这两个函数调用的是同一个函数，只不过传入的参数不同。

最关键的是上面几行加粗的代码。

如果是thenApplyAsync，则e！=null，构建UniApply对象，入栈；

如果是thenApply，则会调用d.uniApply（this，f，null），该函数代码如下：

通过上面的代码可以看到：

（1）如果前置任务没有完成，即a.result=null，则上面的uniApply会返回false，此时thenApply也会走到thenApplyAsync的逻辑里面，生成UniApply对象入栈；

（2）只有在前置任务已经完成的情况下，thenApply才会立即执行，不会入栈，再出栈，此时thenApply和thenApplyAsync才有区别。同理，thenRun与thenRunAsync、thenAccept与thenAcceptAsync的区别与此类似。

任务的网状执行：有向无环图

如果任务只是链式执行，便不需要在每个CompletableFuture里面设1个栈了，用1个指针使所有任务组成链表即可。

但实际上，任务不只是链式执行，而是网状执行，组成 1 张图。

如图8-6所示，所有任务组成一个有向无环图：

任务1执行完成之后，任务2、任务3可以并行，在代码层面可以写为：future1.thenApply（任务2），future1.thenApply（任务3）；

任务4在任务2执行完成时可开始执行；

任务5要等待任务2、任务3都执行完成，才能开始，这里是And关系；

任务6在任务3执行完成时可以开始执行；

对于任务7，只要任务4、任务5、任务6中任意一个任务结束，就可以开始执行。

总而言之，任务之间是多对多的关系：1个任务有n个依赖它的后继任务；1个任务也有n个它依赖的前驱任务。

这样一个有向无环图，用什么样的数据结构表达呢？And和Or的关系又如何表达呢？

有几个关键点：（1）在每个任务的返回值里面，存储了依赖它的接下来要执行的任务。所以在图8-6中，任务1的CompletableFuture的栈中存储了任务2、任务3；任务2的CompletableFuutre中存储了任务4、任务5；任务3的CompletableFuture中存储了任务5、任务6。也就是说，每个任务的CompletableFuture对象的栈里面，其实存储了该节点的出边对应的任务集合。

（2）任务2、任务3的CompletableFuture里面，都存储了任务5，那么任务5是不是会被触发两次，执行两次呢？

任务5的确会被触发2次，但它会判断任务2、任务3的结果是不是都完成，如果只完成其中一个，它就不会执行。

（3）任务7存在于任务4、任务5、任务6的CompletableFuture的栈里面，因此会被触发三次。但它只会执行一次，只要其中1个任务执行完成，就可以执行任务7了。

（4）正因为有And和Or 两种不同的关系，因此对应BiApply和OrApply两个对象，这两个对象的构造函数几乎一样，只是在内部执行的时候，一个是And的逻辑，一个是Or的逻辑。

（5）BiApply和OrApply都是二元操作符，也就是说，只能传入二个被依赖的任务。但上面的任务7同时依赖于任务4、任务5、任务6，这怎么处理呢？

任何一个多元操作，都能被转换为多个二元操作的叠加。如图8-7所示，假如任务1And任务2And任务3=任务4，那么它可以被转换为右边的形式。新建了一个And任务，这个And任务和任务3再作为参数，构造任务4。Or的关系，与此类似。

明白了任务的有向无环图的存储与计算过程，也就明白了8.1.4节thenCombine的内部实现原理。thenCombine用于任务1、任务2执行完成，再执行任务3，实际场景更为简单，此处不再进一步展开源码讨论。

allOf内部的计算图分析

下面以allOf函数为例，看一下有向无环计算图的内部运作过程：

上面的函数是一个递归函数，输入是一个CompletableFuture对象的列表，输出是一个具有And关系的复合CompletableFuture对象。最关键的代码如上面的加粗代码所示，因为c要等a，b都执行完成之后才能执行，因此c会被分别压入a，b所在的栈中。

图8-8所示为allOf内部的运作过程：方块表示任务，椭圆表示任务的执行结果。假设allof的参数传入了future1、future2、future3、future4，则对应四个原始任务。

生成BiRelay1、BiRelay2任务，分别压入future1/future2、future3/future4的栈中。无论future1或future2完成，都会触发BiRelay1；无论future3或future4完成，都会触发BiRelay2；

生成BiRelay3任务，压入future5/future6的栈中，无论future5或future6完成，都会触发BiRelay3任务。

BiRelay只是一个中转任务，它本身没有任务代码，只是参照输入的两个future是否完成。如果完成，就从自己的栈中弹出依赖它的BiRelay任务，然后执行。