本文介绍如何在 spring 应用中安全、高效地并行执行多个 rest 子请求，解决因串行调用导致的接口响应延迟问题，并提供线程安全的响应聚合方案。
在构建基于 Spring 的微服务接口时，常遇到“父请求携带多个子请求”的典型场景：例如一个订单查询接口需同时调用库存、物流、用户画像等下游服务。若对 10–50 个子请求逐个 RestTemplate 或 WebClient 同步调用，整体耗时呈线性叠加，极易突破 SLA。此时，并行化是关键优化手段——但直接使用 parallelStream().forEach() 会因 Java 闭包限制（要求局部变量 final 或 effectively final）而无法安全收集结果。
✅ 正确做法：选用线程安全的集合 + 显式标识映射
核心原则是：每个子请求必须具备唯一标识（如 id、sequence 或业务 key），以便后续按序组装或关联响应。推荐两种方案：
方案一：按序号索引 → 使用 synchronizedList（适用于 ID 为连续整数）
// 初始化线程安全的动态数组（预设容量提升性能）
final List<ChildResponse> childResponses =
Collections.synchronizedList(new ArrayList<>(childRequests.size()));
// 预填充 null 占位，避免并发 add 时索引越界
childRequests.forEach(req -> childResponses.add(null));
childRequests.parallelStream()
.forEach(request -> {
try {
ChildResponse response = restTemplate.postForObject(
"https://api.example.com/child", request, ChildResponse.class);
// 安全写入指定索引（request.getId() 应为 0-based int）
childResponses.set(request.getId(), response);
} catch (Exception e) {
log.error("Failed to call child API for id: {}", request.getId(), e);
childResponses.set(request.getId(),
ChildResponse.error(request.getId(), e.getMessage()));
}
});方案二：按业务键映射 → 使用 ConcurrentHashMap（推荐，更通用灵活）
final Map<String, ChildResponse> responseMap = new ConcurrentHashMap<>();
childRequests.parallelStream()
.forEach(request -> {
try {
ChildResponse response = webClient.post()
.uri("https://api.example.com/child")
.bodyValue(request)
.retrieve()
.bodyToMono(ChildResponse.class)
.block(); // 注意：此处 block 仅用于示例；生产建议用 Mono.zip + Flux.concatMap
responseMap.put(request.getBusinessKey(), response);
} catch (Exception e) {
responseMap.put(request.getBusinessKey(),
ChildResponse.error(request.getBusinessKey(), e.getMessage()));
}
});
// 后续按原始 childRequests 顺序组装最终响应（保障语义一致性）
List<ChildResponse> orderedResponses = childRequests.stream()
.map(req -> responseMap.getOrDefault(req.getBusinessKey(),
ChildResponse.empty(req.getBusinessKey())))
.collect(Collectors.toList());⚠️ 关键注意事项
- 勿用 ArrayList / HashMap 直接共享：非线程安全集合在并行流中会导致 ConcurrentModificationException 或数据丢失；
- 避免 forEach 返回值收集：parallelStream().forEach() 无返回值，不可用于构建新集合；应改用 collect()（但需自定义 Collector，复杂度高），故推荐上述显式集合方案；
- 超时与熔断必配：并行调用放大下游故障影响，务必为每个子请求设置独立 connectTimeout / readTimeout，并集成 Resilience4j 或 Sentinel；
- 优先考虑 WebClient + 响应式编程：parallelStream 是阻塞式并行，受限于线程池；更优雅的方式是使用 Flux.merge(childRequests, concurrency) 配合 WebClient 实现非阻塞并发（资源利用率更高）；
- 监控与追踪：为每个子请求添加 MDC 日志上下文及 OpenTelemetry Span，便于问题定位。
通过合理选择线程安全容器、明确请求标识、并辅以超时和错误处理，即可在保障数据一致性的前提下，将数十个子请求的总耗时从秒级降至单次最长依赖耗时，显著提升父接口吞吐量与用户体验。
