并行运行单声道似乎不会更快 [英] Run mono in parallel doesn't seems faster

问题描述

所以我尝试并行地发出API请求，但似乎并不快。我做错了吗？以下是我的代码。

 fun getUserInfo(username: String): Mono<String> {
        return webclient
            // some config and params
            .post()
            .bodyToMono(String::class)
            .subscribeOn(Schedulers.parallel())
}

fun main(){
    val time = measureTimeMillis {
        Mono.zip(getUserInfo("doge"), getUserInfo("cheems"), etc...)
            .map { user ->listOf(it.t1, it.t2, etc...) }
            .block()
    }
   // give the same amount of time doesn't seems faster 
   // with and without subscribeOn(Schedulers.parallel())
}

推荐答案

它与您的代码无关。

您必须了解，任何I/O工作都是在等待中度过的。就像在等待回复一样。

如果我们查看一个线程的生命周期，它将执行一些预处理，然后发送请求。当请求被发送时，它必须等待响应。这是花费大部分时间的地方，然后您将获得响应并处理该响应。事情是这样的，多达90%的请求时间可以用于等待。让线程等待会浪费大量资源。

这就是网络通量/反应堆的优点。当发送请求时，线程不会等待，它将继续处理其他请求/响应，当第一个请求响应返回时，任何空闲线程都可以选择该响应，它不必是最初发送请求的线程。

我刚才描述的通常是所谓的异步工作。

让我们看看你在做什么。您希望并行运行您的请求，即同时在多个核心上利用多个线程。

为此，您需要联系其他CPU，并告诉它们为即将到来的工作做好准备。然后，CPU需要在每个CPU上初始化多个线程，然后必须将数据发送到所有CPU。如您所见，这里涉及设置时间。

那么所有的请求都是同时从多个CPU发出的，但是等待响应的时间是恒定的！它的等待时间与以前完全相同(高达总请求时间的90%)。然后，当所有响应返回时，它们被收集并在多个CPU上处理，然后被发送回原始CPU上的原始线程。

你得到了什么？很可能几乎什么都没有，但您也很可能使用了更多的资源来实现这一非常、非常小的收益。

如果您需要原始的CPU计算能力，如某种类型的计算，例如3D渲染器，或者我不知道，破解哈希等，而不是I/O工作，并行通常是好的。

I/O工作通常更多地与编排有关，而不是原始的CPU能力。慢响应不会通过并行计算来解决，慢响应总是慢响应。您只会消耗更多的资源而没有好处。

这就是常规flatMap在反应堆中如此强大的原因。

它将为您异步执行所有工作，而无需处理线程、锁定、同步、联接等。它将使用尽可能少的资源以尽可能快的速度执行所有工作。

这篇关于并行运行单声道似乎不会更快的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！