Java CompletableFuture将结果收集到hashmap

我正在从数据库中读取pdf文件列表，并对其进行解析，并使用它们执行一些任务。
当我阅读这个pdf列表时，我看到从pdf中提取图像需要花费更多的时间，我不需要阻止我的主线程来阅读图像。所以我想在一个单独的线程中执行提取图像。
我想从一个又一个pdf文件中读取图像，而不需要一次将所有pdf文件加载到内存中（由于内存问题）。所以我只需要2个线程；一个应该是主线程（从pdf中读取一些文本并执行其他操作），另一个应该是提取图像并返回图像对象集的线程

这里需要注意的一点是，PDF中的图像在内容上可能相同，因此我希望在收集其结果之前，使用校验和或其他方法删除重复的图像。
我不希望在所有任务完成之前将图像保存在内存中，我希望在获得一个pdf的结果时删除重复的图像

所以真正的问题是，我需要将多个任务提交到一个大小为1的线程池，并且需要在得到结果时删除重复的任务，这样我就不需要在内存中保存图像更长的时间

下面是我尝试过的想法。
我已经从代码中删除了不必要的东西，比如图像及其内容，并将代码转换为基于字符串的问题

public static void main(String[] args) throws InterruptedException, ExecutionException {
        Map<String, Integer> uniqueImages = new HashMap<>();
         ExecutorService newFixedThreadPool = Executors.newFixedThreadPool(1);
        List<CompletableFuture<String>> futureList = new ArrayList<>();
        for(int i = 0; i<20000; i++) {
            CompletableFuture<String> obj = CompletableFuture.supplyAsync(()->{
                //Assume lot of duplicates
                return UUID.randomUUID().toString();
            }, newFixedThreadPool).thenApply((x)->{
                if(uniqueImages.containsKey(x)) {
                    int val = uniqueImages.get(x);
                    uniqueImages.put(x, val+1);
                }
                else {
                    uniqueImages.put(x, 1);
                }
                return x;
            });
            futureList.add(obj);
        }
        
        for(CompletableFuture<String> future: futureList) {
            future.get();
        }
        System.out.println(uniqueImages.size());
    }

publicstaticvoidmain（String[]args）抛出InterruptedException、ExecutionException{
Map uniqueImages=newhashmap（）；
ExecutorService newFixedThreadPool=Executors.newFixedThreadPool（1）；
List futureList=新建ArrayList（）；
对于（int i=0；i{
//假设有很多重复的
返回UUID.randomUUID（）.toString（）；
}，newFixedThreadPool）。然后应用（（x）->{
if（uniqueImages.containsKey（x））{
int val=uniqueImages.get（x）；
uniqueImages.put（x，val+1）；
}
否则{
唯一图像。放置（x，1）；
}
返回x；
});
添加（obj）；
}
用于（可完成的未来：未来列表）{
future.get（）；
}
System.out.println（uniqueImages.size（））；
}

我担心这段代码是否真的有效或引发

ConcurrentModification异常

• uniqueImages

  map是否真的包含唯一的图像及其计数
• 有什么隐藏的问题吗
• 有更好的方法来解决我的用例吗

---

只要您只使用大小为1的线程池，就没有问题

但是，如果有多个线程，那么代码确实不是线程安全的，并且容易发生数据竞争。
我们可以使用以下场景进行演示：

考虑以下代码：

if（uniqueImages.containsKey（x））{
int val=uniqueImages.get（x）；
uniqueImages.put（x，val+1）；
}
否则{
唯一图像。放置（x，1）；
}

假设线程1和线程2都返回相同的字符串，并到达第

if行（uniqueImages.containsKey（x））

。

if

将在两个线程中返回false，并且

uniqueImages.put（x，1）将在两个线程中调用。

将引发
ConcurrentModification
异常，或者您将得到错误的计数（1而不是2）

如果您计划使用多个线程，那么您必须使用
ConcurrentHashMap
好吧，我肯定会使用
ConcurrentHashMap
代替
HashMap
进行将来的校对。如果您增加线程池中的线程数，那么它通常会给出错误的大小。其次，作为参考，
然后应用
可以在同一线程上执行，也可以不在同一线程上执行。