如何获取Java非阻塞方法的执行时间及指标？能否用System.currentTimeMillis()？

好问题！咱们一步步拆解这个关于Java非阻塞方法计时的问题：

先说结论：它只能测量非阻塞方法本身的调用开销，无法获取其背后异步任务的实际执行时长。

因为非阻塞方法的特点是调用后立即返回，不会等待异步任务完成。比如你调用CompletableFuture.supplyAsync()，用System.currentTimeMillis()只能测出“提交任务到线程池”这一步的耗时，而不是任务真正在后台执行完毕的时间。如果你的目标是获取异步任务的执行时间，这个方法就完全不够用了。

另外提一句，相比System.currentTimeMillis()，更推荐用System.nanoTime()来做计时——它的精度更高，而且不受系统时间调整（比如手动改时间、NTP同步）的影响，适合测量短时间间隔。

根据不同的非阻塞API类型，有几种可行的方案：

1. 针对CompletableFuture类的异步操作 #

这是Java 8+最常用的非阻塞编程方式，你可以在任务完成的回调阶段计算时间：

long startTime = System.nanoTime();
CompletableFuture<String> future = CompletableFuture.supplyAsync(() -> {
    // 模拟异步任务逻辑
    try {
        Thread.sleep(1000);
    } catch (InterruptedException e) {
        Thread.currentThread().interrupt();
    }
    return "Task Completed";
});

// 在任务完成时计算耗时
future.thenAccept(result -> {
    long endTime = System.nanoTime();
    long durationMs = (endTime - startTime) / 1_000_000; // 转换为毫秒
    System.out.printf("异步任务执行耗时：%d ms%n", durationMs);
});

2. 基于回调接口的非阻塞方法 #

如果是一些老的异步API或者第三方库用回调模式，你可以在回调链中嵌入计时逻辑：

// 假设这是一个第三方非阻塞方法，接受回调参数
public void executeAsyncTask(TaskCallback callback) {
    executorService.submit(() -> {
        long taskStartTime = System.nanoTime();
        // 执行实际任务逻辑
        String taskResult = doHeavyWork();
        long taskEndTime = System.nanoTime();
        
        // 将耗时传递给回调
        callback.onTaskFinish(taskResult, taskEndTime - taskStartTime);
    });
}

// 自定义回调接口
interface TaskCallback {
    void onTaskFinish(String result, long durationNanos);
}

// 调用示例
executeAsyncTask((result, duration) -> {
    long durationMs = duration / 1_000_000;
    System.out.printf("任务结果：%s，耗时：%d ms%n", result, durationMs);
});

除了执行时间，你可能还需要监控这些关键指标：

• 任务排队时间：从提交任务到任务开始执行的间隔，用任务开始时间 - 任务提交时间计算即可。
• 任务成功率/失败率：可以用AtomicInteger来统计成功、失败的任务数，在CompletableFuture的exceptionally()方法或者回调的错误分支中更新计数。
• 线程池状态：如果用线程池执行异步任务，可通过ThreadPoolExecutor的getActiveCount()（活跃线程数）、getQueue().size()（排队任务数）、getCompletedTaskCount()（已完成任务数）来监控负载情况。
• 响应时间分位数：如果需要统计P95、P99这类长尾指标，推荐用Micrometer或者HdrHistogram这类工具，它们能自动收集并分析时间分布数据。比如用Micrometer的示例：

MeterRegistry registry = new SimpleMeterRegistry();
Timer asyncTaskTimer = Timer.builder("async.task.execution.duration")
    .description("异步任务执行时长")
    .register(registry);

CompletableFuture.supplyAsync(() -> {
    try (Timer.Sample sample = Timer.start(registry)) {
        // 任务逻辑
        return "Done";
    } finally {
        asyncTaskTimer.record(sample.stop());
    }
});

这样就能轻松获取任务执行时间的平均值、分位数等数据，方便后续监控和优化。

内容的提问来源于stack exchange，提问作者shehan kaushalya