求助啊，这是做个指纹仪指纹识别的功能，想把这里通过线程池优化下，
自己也上网查了很多资料，还是看不出个所以然。求助了。
-
等级
本版专家分：3结帖率 100% -
求助啊，这是做个指纹仪指纹识别的功能，想把这里通过线程池优化下，
自己也上网查了很多资料，还是看不出个所以然。求助了。展开阅读全文
-
等级
本版专家分：7845 -
通过线程池优化些什么东西，你是操作太耗时么，操作是CPU密集型操作还是内存密集型还是硬盘io太多导致耗时？
-
等级
本版专家分：3
-
坐等回复 ！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！
-
等级
本版专家分：27172勋章
-
- 铜牌 2019年9月 总版技术专家分月排行榜第三
-
-
红花
2019年9月 Java大版内专家分月排行榜第一
2013年7月 Java大版内专家分月排行榜第一
-
- 蓝花 2019年10月 Java大版内专家分月排行榜第三
-
-
使用多线程方式：
public class BioProcessor implements Callable<Boolean> {
private Biomini bio;
public BioProcessor(Biomini bio) {
this.bio = bio;
}
@Override
public Boolean call() {
// 转码操作...
// 通过转码后得到对比模板...
// 进行对比 ...
return true;// 最后返回对比结果true或false
}
}
调用案例：
public static void main(String[] args) {
// 线程池参数自己研究下
ExecutorService executor = new ThreadPoolExecutor(3, 10, 0L, TimeUnit.MILLISECONDS,
new LinkedBlockingQueue<Runnable>(200));
// 你的Biomini请求列表
List<Biomini> bioList = new ArrayList<Biomini>();
// ... 经过一系列操作 ....
// 加入到线程池获得<Bio对象,Future>对应关系
Map<Biomini, Future<Boolean>> futureMap = new HashMap<Biomini, Future<Boolean>>();
for (Biomini bio : bioList) {
futureMap.put(bio, executor.submit(new BioProcessor(bio)));
}
// 都加入线程池后，再获取结果集
for (Map.Entry<Biomini, Future<Boolean>> entry : futureMap.entrySet()) {
// 如果匹配上的操作
try {
if (entry.getValue().get()) {
// 通过entry.getKey()得到对应的Biomini对象
}
} catch (InterruptedException e) {
e.printStackTrace();
} catch (ExecutionException e) {
e.printStackTrace();
}
}
}
-
等级
本版专家分：378 -
是不是可以把数据集合分割几份.每一份交个线程去同步处理
-
等级
本版专家分：7845
-
瓶颈在哪，那一个方法耗时最长，消耗的资源是cpu还是硬盘io
-
等级
本版专家分：175
-
看不到线程在哪
-
等级
本版专家分：3
-
就是循环那，由于指纹特征集数据量大，字段常常都是byte数组有几十万，所以在对比的时候想用线程去对比
-
等级
本版专家分：7845
-
你还是没有回答我的问题，消耗的是cpu还是硬盘
如果你是cpu消耗的比较多，多线程是没用的，如果是硬盘消耗比较多就可以用多线程
我看你这比较的话，应该是消耗cpu的操作，你上多线程是没用的。要么优化算法，要么就多搞几台机器
-
等级
本版专家分：0
-
把for循环内容用线程处理，任务过大，就把任务划分成十份或更小的粒度（比如取hashcode值与10做模运算，再存储在十个list里），多线程处理网上例子多得是！
- 性能优化之道】每秒上万并发下的Spring Cloud参数优化实战
本文为转载文章，作者：中华石杉，十余年BAT架构经验，倾囊相授。作者微信公众号：石杉的架构笔记（ID:shishan100） 一、写在前面 相信不少朋友都在自己公司使用Spring Cloud框架来构建微服务架构，毕竟现在...
- 【性能优化之道】每秒上万并发下的Spring Cloud参数优化实战
本文来源：石杉的架构笔记(ID：shishan100)目录 1、写在前面2、场景引入，问题初现3、扬汤止沸，饮鸩止渴4、问题爆发，洪水猛兽5、追本溯源，治标治本 6、总结...
- android的application中如何正确延迟初始化加速app启动速度
鉴于app启动速度慢的问题，接到了优化速度的任务。 无非就是异步初始化，延迟初始化，懒加载三种，我先对application中的初始化代码块做异步...所以所以，我来求助上csdn上的大神，application中应该如何正确优化？
- **性能优化之道】每秒上万并发下的Spring Cloud参数优化实战**
性能优化之道】每秒上万并发下的Spring Cloud参数优化实战 一、写在前面 相信不少朋友都在自己公司使用Spring Cloud框架来构建微服务架构，毕竟现在这是非常火的一门技术。 如果只是用户量很少的传统IT系统，使用...
- Elasticsearch 源码解析与优化实战 张超
适读人群 ：本书适合对Elasticsearch进行改进的研发人员、平台运维人员，对分布式搜索感兴趣的朋友，以及在使用Elasticsearch过程中遇到问题的人们。 Elasticsearch 是一个开源的全文搜索引擎，很多用户对于大规模...
- 每秒上万并发下的Spring Cloud性能优化之道
本文为转载文章，作者：中华石杉，十余年BAT架构经验，倾囊相授。作者微信公众号：石杉的架构笔记（ID:shishan100） 一、写在前面 相信不少朋友都在自己公司使用Spring Cloud框架来构建微服务架构，毕竟...
- Java性能优化方法
1.Java代码优化技巧 java代码优化 1、循环 通常把大循环放在里面,把小循环放在外面，例如： [java] view plaincopy for(int i=0; i10;i++) { for(int j=0; j1000000;...
- 「性能优化之道」每秒上万并发的Spring Cloud参数优化实战
尚未秃顶的程序员2019-06-19 09:06:53 往期文章 1.面试之请不要再问我Spring Cloud底层原理 2.面试之微服务注册中心如何承载大型系统的千万级访问？ ...相信不少朋友都在自己公司使用Sprin...
- 每秒上万并发下的Spring Cloud参数优化实战
本文来源：石杉的架构笔记（shishan100）一、写在前面相信不少朋友都在自己公司使用Spring Cloud框架来构建微服务架构，毕竟现在这是非常火的一门技术。如果只...
- Java并发多线程面试题 Top 50
本文由 ImportNew - 李 广 翻译自 javarevisited。欢迎加入翻译小组。...大多数待遇丰厚的Java开发职位都要求开发者精通多线程技术并且有丰富的Java程序开发、调试、优化经验，所以线程相关的问题在面试中
- 全栈Python 编程必备
人生苦短，Python 编程；语法数据，类与继承；包与模块，规范命名； 描述装饰，迭代生成；Lambda GC， 并发线程；调试优化，类库无穷。。。
- 【性能优化之道】每秒上万并发下的Spring Cloud参数优化实战！
性能优化之道】每秒上万并发下的Spring Cloud参数优化实战 2018年11月12日 08:30:29 石杉的架构笔记 阅读数：466 欢迎关注个人微信公众号：石杉的架构笔记（id：shishan100） 周一至周五早八点半！精品技术文章...
- 上万并发下的SpringCloud参数优化实战
一、写在前面 二、场景引入，问题初现 三、扬汤止沸，饮鸩止渴 四、问题爆发，洪水猛兽 五、追本溯源，治标治本 六、总结全文，回眸再看 相信不少朋友都在自己公司使用Spring Cloud框架来构建微服务架构，毕竟现在这...
- Spring Cloud 高并发优化流程
欢迎关注个人微信公众号：石杉的架构笔记（id：shishan100） 每周一到周五早八点半！精品技术文章准时送上！！ 往期文章 1. 拜托！面试请不要再问我Spring Cloud底层原理 ...四、问题爆发，洪水猛...
- Java线程面试题 Top 50
欢迎支持笔者新作：《深入理解Kafka:核心设计与实践原理》和《RabbitMQ实战指南》，同时欢迎关注笔者的微信...大多数待遇丰厚的Java开发职位都要求开发者精通多线程技术并且有丰富的Java程序开发、调试、优化经验...
- 微服务--应对每秒上万并发下的参数优化实战（实战经验）
目录 一、写在前面 二、场景引入，问题初现 三、扬汤止沸，饮鸩止渴 四、问题爆发，洪水猛兽 五、追本溯源，治标治本 ...六、总结全文，回眸再看 ...相信不少朋友都在自己公司使用Spring Cloud框架来构建微服务架构，...
- 【Spark】Sparkstreaming-性能调优
Spark Master at spark://node-01:7077sparkstreaming 线程 数量_百度搜索streaming中partition里用线程池异步优化 - 曾晓森的博客 - CSDN博客第116课： Spark Streaming性能优化：如何在毫秒内处理处理大吞吐量的和...
- Java基础学习总结（68）——有关Java线程方面的面试题
不管你是新程序员还是老手，你一定在面试中遇到过... Java 程序开发、调试、优化经验，所以线程相关的问题在面试中经常会被提到。 在典型的 Java 面试中， 面试官会从线程的基本概念问起， 如：为什么你需要使用线程，