Java并发编程学习笔记7——共享模型之工具
1、线程池
1.1、自定义线程池
@Slf4j
public class TestPool {
public static void main(String[] args) {
ThreadPool threadPool = new ThreadPool(1, 1000, TimeUnit.MILLISECONDS, 1, (queue, task) -> {
// 1、死等
// queue.put(task);
// 2、带超时等待
// queue.offer(task, 500, TimeUnit.MILLISECONDS);
// 3、让调用者放弃任务执行
// log.debug("放弃:{}", task);
// 4、让调用者抛出异常
// throw new RuntimeException("任务执行失败" + task);
// 5、让调用者自己执行任务
task.run();
});
for (int i = 0; i < 3; i++) {
int j = i;
threadPool.execute(() -> {
try {
Thread.sleep(1000);
} catch (InterruptedException e) {
e.printStackTrace();
}
log.debug("{}", j);
});
}
}
}
@FunctionalInterface // 拒绝策略
interface RejectPolicy<T> {
void reject(BlockingQueue<T> queue, T task);
}
@Slf4j
@Data
class ThreadPool {
// 任务队列
private BlockingQueue<Runnable> taskQueue;
// 线程集合
private HashSet<Worker> workers = new HashSet<>();
// 核心线程数
private int coreSize;
// 获取任务的超时时间
private long timeout;
// 时间单位
private TimeUnit timeUnit;
// 拒绝策略
private RejectPolicy<Runnable> rejectPolicy;
public ThreadPool(int coreSize, long timeout, TimeUnit timeUnit, int queueCapacity, RejectPolicy<Runnable> rejectPolicy) {
this.coreSize = coreSize;
this.timeout = timeout;
this.timeUnit = timeUnit;
this.taskQueue = new BlockingQueue<>(queueCapacity);
this.rejectPolicy = rejectPolicy;
}
// 执行任务
public void execute(Runnable task) {
// 当任务数没有超过 coreSize 时,直接就交给Worker对象执行
// 如果任务数超过了coreSize时,加入任务队列暂存
synchronized (workers) {
if (workers.size() < coreSize) {
Worker worker = new Worker(task);
log.debug("新增 worker:{},任务:{}", worker, task);
workers.add(worker);
worker.start();
} else {
// 1) 死等
// taskQueue.put(task);
// 2) 带超时的等待
// 3) 让调用者放弃任务执行
// 4) 让调用者抛出异常
// 5) 让调用者自己执行任务
taskQueue.tryPut(rejectPolicy, task);
}
}
}
// 包装线程为Worker类
class Worker extends Thread {
private Runnable task;
public Worker(Runnable task) {
this.task = task;
}
@Override
public void run() {
// 执行任务
// 1) 当 task 不为null,执行任务
// 2) 当 task 执行完毕,再接着从任务队列获取任务并执行
while (task != null || (task = taskQueue.poll(timeout, timeUnit)) != null) {
try {
log.debug("正在执行...{}", task);
task.run();
} catch (Exception e) {
} finally {
task = null;
}
}
synchronized (workers) {
log.debug("worker被移除:{}", this);
workers.remove(this);
}
}
}
}
// 阻塞队列
@Slf4j
@Data
class BlockingQueue<T> {
// 1、任务队列
private Deque<T> queue = new ArrayDeque<>();
// 2、锁
private ReentrantLock lock = new ReentrantLock();
// 3、生产者条件变量
private Condition fullWaitSet = lock.newCondition();
// 4、消费者条件变量
private Condition emptyWaitSet = lock.newCondition();
// 5、容量
private int capacity;
public BlockingQueue(int capacity) {
this.capacity = capacity;
}
// 带超时的阻塞获取
public T poll(long timeout, TimeUnit unit) {
T t = null;
lock.lock();
try {
// 将 timeout 统一转换为纳秒
long nanos = unit.toNanos(timeout);
while (queue.isEmpty()) {
if (nanos <= 0) {
return null;
}
// 返回的是剩余时间,如果剩余时间小于等于0,说明超时了
nanos = emptyWaitSet.awaitNanos(nanos);
}
t = queue.removeFirst();
fullWaitSet.signal();
} catch (InterruptedException e) {
e.printStackTrace();
} finally {
lock.unlock();
}
return t;
}
// 阻塞获取
public T take() {
T t = null;
lock.lock();
try {
while (queue.isEmpty()) {
emptyWaitSet.await();
}
t = queue.removeFirst();
fullWaitSet.signal();
} catch (InterruptedException e) {
e.printStackTrace();
} finally {
lock.unlock();
}
return t;
}
// 阻塞添加
public void put(T task) {
lock.lock();
try {
while (queue.size() == capacity) {
log.debug("等待加入任务队列...{}", task);
fullWaitSet.await();
}
log.debug("加入任务队列:{}", task);
queue.addLast(task);
emptyWaitSet.signal();
} catch (InterruptedException e) {
e.printStackTrace();
} finally {
lock.unlock();
}
}
// 带超时时间的阻塞添加
public boolean offer(T task, long timout, TimeUnit timeUnit) {
lock.lock();
try {
long nanos = timeUnit.toNanos(timout);
while (queue.size() == capacity) {
log.debug("等待加入任务队列...{}", task);
if (nanos < 0) {
return false;
}
nanos = fullWaitSet.awaitNanos(nanos);
}
log.debug("加入任务队列:{}", task);
queue.addLast(task);
emptyWaitSet.signal();
} catch (InterruptedException e) {
e.printStackTrace();
} finally {
lock.unlock();
}
return true;
}
// 指定拒绝策略的添加方法
public void tryPut(RejectPolicy<T> rejectPolicy, T task) {
lock.lock();
try {
// 判断队列是否已满
if (queue.size() == capacity) {
rejectPolicy.reject(this, task);
} else {
// 有空闲
log.debug("加入任务队列:{}", task);
queue.addLast(task);
emptyWaitSet.signal();
}
} finally {
lock.unlock();
}
}
// 获取大小
public int size() {
lock.lock();
try {
return queue.size();
} finally {
lock.unlock();
}
}
}
结果:
14:47:07.418 [main] DEBUG com.multiThreads.Test18.ThreadPool - 新增 worker:Thread[Thread-0,5,main],任务:com.multiThreads.Test18.TestPool$$Lambda$2/1365202186@26f0a63f
14:47:07.422 [main] DEBUG com.multiThreads.Test18.BlockingQueue - 加入任务队列:com.multiThreads.Test18.TestPool$$Lambda$2/1365202186@7d6f77cc
14:47:07.423 [Thread-0] DEBUG com.multiThreads.Test18.ThreadPool - 正在执行...com.multiThreads.Test18.TestPool$$Lambda$2/1365202186@26f0a63f
14:47:08.424 [main] DEBUG com.multiThreads.Test18.TestPool - 2
14:47:08.424 [Thread-0] DEBUG com.multiThreads.Test18.TestPool - 0
14:47:08.424 [Thread-0] DEBUG com.multiThreads.Test18.ThreadPool - 正在执行...com.multiThreads.Test18.TestPool$$Lambda$2/1365202186@7d6f77cc
14:47:09.424 [Thread-0] DEBUG com.multiThreads.Test18.TestPool - 1
14:47:10.425 [Thread-0] DEBUG com.multiThreads.Test18.ThreadPool - worker被移除:Thread[Thread-0,5,main]
1.2、ThreadPoolExecutor
1.2.1、线程池状态
ThreadPoolExecutor使用int的高3位表示线程池状态,低29位表示线程数量。
状态明 | 高3位 | 接收新任务 | 处理阻塞队列任务 | 说明 |
---|---|---|---|---|
RUNNING | 111 | Y | Y | |
SHUTDOWN | 000 | N | Y | 不会接收新任务,但会处理阻塞队列剩余任务 |
STOP | 001 | N | N | 会中断正在执行的任务,并抛弃阻塞队列任务 |
TIDYING | 010 | - | - | 任务全部执行完毕,活动线程为0即将进入终结 |
TERMINATED | 011 | - | - | 终结状态 |
从数字上比较,TERMINATED > TIDYING > STOP > SHUTDOWN > RUNNING。
这些信息存储在一个原子变量ctl中,目的是将线程池状态与线程个数合二为一,这样就可以用一次CAS原子操作进行赋值。
// c为旧值, ctlOf()返回结果为新值
ctl.compareAndSet(c, ctlOf(targetState, workerCountOf(c)));
// rs 为高3位代表线程池状态,wc 为低29位代表线程个数,ctl是合并它们
private static int ctlOf(int rs, int wc) {
return rs | wc;
}
1.2.2、构造方法
public ThreadPoolExecutor(int corePoolSize,
int maximumPoolSize,
long keepAliveTime,
TimeUnit unit,
BlockingQueue<Runnable> workQueue,
ThreadFactory threadFactory,
RejectedExecutionHandler handler)
corePoolSize: 核心线程数目(最多保留的线程数);
maximumPoolSize: 最大线程数目;
keepAliveTime: 生存时间 - 针对救急线程;
unit: 时间单位 - 针对救急线程;
workQueue: 阻塞队列;
threadFactory: 线程工厂 - 可以为线程创建时起个好名字;
handler: 拒绝策略
工作方式:
- 线程池中刚开始没有线程,当一个任务提交给线程池后,线程池会创建一个新线程来执行任务;
- 当线程数达到corePoolSize并没有线程空闲,这时再加入任务,新加的任务会被加入workQueue队列排队,直到有空闲的线程;
- 如果队列选择了有界队列,那么任务超过了队列大小时,会创建maximumPoolSize - corePoolSize数目的线程来救急;
- 如果线程到达maximumPoolSize仍然有新任务这时会执行拒绝策略,拒绝策略jdk提供了4种实现,其它著名框架也提供了实现:① AbortPolicy让调用者抛出RejectExecutionException异常,这时默认策略;② CallerRunsPolicy让调用者运行任务;③ DiscardPolicy放弃队列中最早的任务,本任务取而代之;④ Dubbo的实现,在抛出RejectExecutionException异常之前会记录日志,并dump线程栈信息,方便定位问题;⑤ Netty的实现,是创建一个新线程来执行任务;⑥ ActiveMQ的实现,带超时等待(60s)尝试放入队列,类似我们之前定义的拒绝策略;⑦ PinPoint的实现,它使用了一个拒绝策略链,会逐一尝试策略链中每种拒绝策略。
- 当高峰过去后,超过corePoolSize的救急线程如果一段时间没有任务做,需要结束节省资源,这个时间由keepAliveTime和unit来控制。
根据这个构造方法,JDK Executors类中提供了众多工厂方法来创建各种用途的线程池。
1.2.3、newFixedThreadPool
public static ExecutorService newFixedThreadPool(int nThreads) {
return new ThreadPoolExecutor(nThreads, 0L, TimeUnit.MILLISECONDS,
new LinkedBlockingDeque<Runnable>());
}
特点:
- 核心线程数 == 最大线程数(没有救急线程被创建),因此也无需超时时间;
- 阻塞队列是无界的,可以放任意数量的任务。
评价:适用于任务量已知,相对耗时的任务。
1.2.4、newCachedThreadPool
public static ExecutorService newCachedThreadPool() {
return new ThreadPoolExecutor(0, Integer.MAX_VALUE, 60L,
TimeUnit.SECONDS, new SynchronousQueue<Runnable>());
}
特点:
- 核心线程数是0,最大线程数是Integer.MAX_VALUE,救急线程的空闲生存时间是60s,意味着:① 全部都是救急线程(60s后可以回收);② 救急线程可以无限创建。
- 队列采用了SynchronizedQueue实现特点是,它没有容量,没有线程来取是放不进去的(一手交钱,一手交货)。
@Slf4j
public class Test1 {
public static void main(String[] args) throws InterruptedException {
SynchronousQueue<Integer> integers = new SynchronousQueue<>();
new Thread(()->{
try {
log.debug("putting {}", 1);
integers.put(1);
log.debug("{} putted...", 1);
log.debug("putting...{}", 2);
integers.put(2);
log.debug("{} putted...", 2);
} catch (InterruptedException e) {
e.printStackTrace();
}
}, "t1").start();
Thread.sleep(1000);
new Thread(()->{
try {
log.debug("taking {}", 1);
integers.take();
} catch (InterruptedException e) {
e.printStackTrace();
}
}, "t2").start();
Thread.sleep(1000);
new Thread(()->{
try {
log.debug("taking {}", 2);
integers.take();
} catch (InterruptedException e) {
e.printStackTrace();
}
}, "t3").start();
}
}
结果:
16:01:43.540 [t1] DEBUG com.multiThreads.Test18.Test1 - putting 1
16:01:44.539 [t2] DEBUG com.multiThreads.Test18.Test1 - taking 1
16:01:44.540 [t1] DEBUG com.multiThreads.Test18.Test1 - 1 putted...
16:01:44.540 [t1] DEBUG com.multiThreads.Test18.Test1 - putting...2
16:01:45.540 [t3] DEBUG com.multiThreads.Test18.Test1 - taking 2
16:01:45.540 [t1] DEBUG com.multiThreads.Test18.Test1 - 2 putted...
评价:整个线程池表现为线程数会根据任务量不断增长,没有上限,当任务执行完毕,空闲1分钟后释放线程。适合任务数比较密集,但每个任务执行时间较短的情况。
1.2.5、newSingleThreadExecutor
public static ExecutorService newSingleThreadExecutor() {
return new FinalizableDelegatedExecutorService(
new ThreadPoolExecutor(1, 1, 0L,
TimeUnit.MILLISECONDS, new LinkedBlockingDeque<Runnable>())
);
}
使用场景:希望多个任务排队执行,线程数固定为1,任务数多于1时,会放入无界队列排队。任务执行完毕,这唯一的线程也不会被释放。
区别:
- 自己创建一个单线程串行执行任务,如果任务执行失败而而终止那么没有任何不久措施,而线程池还会新建一个线程,保证池的正常工作;
- Executors.newSingleThreadExecutor()线程个数始终为1,不能修改:FinalizableDelegatedExecutorService应用的是装饰器模式,只对外暴露了ExecutorService接口,因此不能调用ThreadPoolExecutor中特有的方法;
- Executors.newFixedThreadPool(1)初始时为1,以后还可以修改:对外暴露的是ThreadPoolExecutor对象,可以强转后调用setCorePoolSize等方法进行修改。
1.2.6、提交任务
// 执行任务
void execute(Runnable command);
// 提交任务 task,用返回值 Future 获得任务执行结果
<T> Future<T> submit(Callable<T> task);
// 提交 tasks 中所有任务
<T> List<Future<T>> invokeAll(Collection<? extends Callable<T>> tasks) throws InterruptedException;
// 提交 tasks 中所有任务,带超时时间
<T> List<Future<T>> invokeAll(Collection<? extends Callable<T>> tasks, long timeout, TimeUnit unit) throws InterruptedException;
// 提交 tasks 中所有任务,哪个任务先成功执行完毕,返回此任务执行结果,其他任务取消
<T> T invokeAny(Collection<? extends Callable<T>> tasks) throws InterruptedException, ExcutionException;
// 提交 tasks 中所有任务,哪个任务先成功执行完毕,返回此任务执行结果,其他任务取消,带超时时间
<T> T invokeAny(Collection<? extends Callable<T>> tasks, long timeout, TimeUnit unit) throws InterruptedException, ExecutionException, TimeoutException;
@Slf4j
public class Test {
public static void main(String[] args) throws ExecutionException, InterruptedException {
ExecutorService pool = Executors.newFixedThreadPool(2);
Future<String> future = pool.submit(new Callable<String>() {
@Override
public String call() throws Exception {
log.debug("running");
Thread.sleep(1000);
return "ok";
}
});
log.debug("{}", future.get());
}
}
结果:
10:32:54.309 [pool-1-thread-1] DEBUG demo.Test - running
10:32:55.315 [main] DEBUG demo.Test - ok
@Slf4j
public class Test {
public static void main(String[] args) throws ExecutionException, InterruptedException {
ExecutorService pool = Executors.newFixedThreadPool(2);
List<Future<String>> futures = pool.invokeAll(Arrays.asList(
() -> {
log.debug("begin");
Thread.sleep(1000);
return "1";
},
() -> {
log.debug("begin");
Thread.sleep(500);
return "2";
},
() -> {
log.debug("begin");
Thread.sleep(2000);
return "3";
}
));
futures.forEach(f -> {
try {
log.debug("{}", f.get());
} catch (InterruptedException e) {
e.printStackTrace();
} catch (ExecutionException e) {
e.printStackTrace();
}
});
}
}
结果:
10:41:38.026 [pool-1-thread-2] DEBUG demo.Test - begin
10:41:38.026 [pool-1-thread-1] DEBUG demo.Test - begin
10:41:38.536 [pool-1-thread-2] DEBUG demo.Test - begin
10:41:40.537 [main] DEBUG demo.Test - 1
10:41:40.538 [main] DEBUG demo.Test - 2
10:41:40.538 [main] DEBUG demo.Test - 3
@Slf4j
public class Test {
public static void main(String[] args) throws ExecutionException, InterruptedException {
ExecutorService pool = Executors.newFixedThreadPool(1);
// 谁先执行完,结果就是谁(返回最先得到的结果)
String result = pool.invokeAny(Arrays.asList(
() -> {
log.debug("begin 1");
Thread.sleep(1000);
log.debug("end 1");
return "1";
},
() -> {
log.debug("begin 2");
Thread.sleep(500);
log.debug("end 2");
return "2";
},
() -> {
log.debug("begin 3");
Thread.sleep(2000);
log.debug("end 3");
return "3";
}
));
log.debug("{}", result);
}
}
结果:
10:48:18.370 [pool-1-thread-1] DEBUG demo.Test - begin 1
10:48:19.375 [pool-1-thread-1] DEBUG demo.Test - end 1
10:48:19.375 [pool-1-thread-1] DEBUG demo.Test - begin 2
10:48:19.375 [main] DEBUG demo.Test - 1
1.2.7、关闭线程池
1、shutdown()
/*
线程池状态变为SHUTDOWN
- 不会接收新任务
- 但已提交的任务会执行完
- 此方法不会阻塞调用线程的执行
*/
void shutdown();
- 源代码:
public void shutdown() {
final ReentrantLock mainLock = this.mainLock;
mainLock.lock();
try {
checkShutdownAccess();
// 修改线程池状态
advanceRunState(SHUTDOWN);
// 仅会打断空闲线程
interruptIdleWorkers();
// 扩展点 ScheduledThreadPoolExecutor
onShutdown(); // hook for ScheduledThreadPoolExecutor
} finally {
mainLock.unlock();
}
// 尝试终结(没有运行的线程可以立刻终结,如果还有运行的线程也不会等)
tryTerminate();
}
2、shutdownNow()
/*
线程池状态变为 STOP
- 不会接收新任务
- 会将队列中的任务返回
- 并用interrupt() 的方式中断正在执行的任务
*/
- 源代码:
public List<Runnable> shutdownNow() {
List<Runnable> tasks;
final ReentrantLock mainLock = this.mainLock;
mainLock.lock();
try {
checkShutdownAccess();
// 修改线程池状态
advanceRunState(STOP);
// 打断所有线程
interruptWorkers();
// 获取队列中剩余任务
tasks = drainQueue();
} finally {
mainLock.unlock();
}
// 尝试终结
tryTerminate();
return tasks;
}
3、其他方法
// 不在 RUNNING 状态的线程池,此方法就返回true
boolean isShutdown();
// 线程池状态是否是 TERMINATED
boolean isTerminated();
// 调用 shutdown() 后,由于调用线程并不会等待所有任务运行结束,因此如果它想在线程池 TERMINATED 后做些事情,可以利用此方法等待。
boolean awaitTermination(long timeout, TimeUnit unit) throws InterruptedException;
@Slf4j
public class Test {
public static void main(String[] args) throws ExecutionException, InterruptedException {
ExecutorService pool = Executors.newFixedThreadPool(1);
Future<?> result1 = pool.submit(() -> {
log.debug("task 1 running...");
Thread.sleep(1000);
log.debug("task 1 finish...");
return 1;
});
Future<?> result2 = pool.submit(() -> {
log.debug("task 2 running...");
Thread.sleep(1000);
log.debug("task 2 finish...");
return 2;
});
Future<?> result3 = pool.submit(() -> {
log.debug("task 3 running...");
Thread.sleep(1000);
log.debug("task 3 finish...");
return 3;
});
log.debug("shutdown");
// pool.shutdown();
// // 设置等待时间,等待终止(所有任务都执行完)
// pool.awaitTermination(3, TimeUnit.SECONDS);
List<Runnable> runnables = pool.shutdownNow();
log.debug("other...{}", runnables);
}
}
结果:
11:17:20.090 [main] DEBUG demo.Test - shutdown
11:17:20.090 [pool-1-thread-1] DEBUG demo.Test - task 1 running...
11:17:20.092 [main] DEBUG demo.Test - other...[java.util.concurrent.FutureTask@442d9b6e, java.util.concurrent.FutureTask@ee7d9f1]
1.2.8、任务调度线程池
在【任务调度线程池】功能加入之前,可以使用java.util.Timer来实现定时功能,Timer的优点在于简单易用,但由于所有任务都是由同一个线程来调度,因此所有任务都是串行执行的,同一时间只能有一个任务在执行,前一个任务的延迟或异常都将会影响到之后的任务。
@Slf4j
public class Test2 {
public static void main(String[] args) {
Timer timer = new Timer();
TimerTask task1 = new TimerTask() {
@SneakyThrows
@Override
public void run() {
log.debug("task 1");
Thread.sleep(2000);
}
};
TimerTask task2 = new TimerTask() {
@Override
public void run() {
log.debug("task 2");
}
};
// 使用 timer 添加两个任务,虚妄它们都在 1s 后执行
// 但由于 timer 内只有一个线程来顺序执行队列中的任务,因此【任务1】的延时,影响了【任务2】的执行
log.debug("start...");
timer.schedule(task1, 1000);
timer.schedule(task2, 1000);
}
}
结果:
14:42:11.769 [main] DEBUG demo.Test2 - start...
14:42:12.778 [Timer-0] DEBUG demo.Test2 - task 1
14:42:14.784 [Timer-0] DEBUG demo.Test2 - task 2
@Slf4j
public class Test2 {
public static void main(String[] args) {
ScheduledExecutorService pool = Executors.newScheduledThreadPool(1);
pool.schedule(()->{
log.debug("task 1 start");
try {
Thread.sleep(2000);
} catch (InterruptedException e) {
e.printStackTrace();
}
log.debug("task 1 end");
}, 1, TimeUnit.SECONDS);
pool.schedule(()->{
log.debug("task 2 start");
log.debug("task 2 end");
}, 1, TimeUnit.SECONDS);
}
}
结果:
14:48:24.431 [pool-1-thread-1] DEBUG demo.Test2 - task 1 start
14:48:26.444 [pool-1-thread-1] DEBUG demo.Test2 - task 1 end
14:48:26.444 [pool-1-thread-1] DEBUG demo.Test2 - task 2 start
14:48:26.444 [pool-1-thread-1] DEBUG demo.Test2 - task 2 end
@Slf4j
public class Test2 {
public static void main(String[] args) {
ScheduledExecutorService pool = Executors.newScheduledThreadPool(1);
// 下次任务的延时从上次任务的开始时算
// log.debug("start...");
// pool.scheduleAtFixedRate(()->{
// log.debug("running");
// try {
// Thread.sleep(2000);
// } catch (InterruptedException e) {
// e.printStackTrace();
// }
// }, 1, 1, TimeUnit.SECONDS);
// 下次任务的延时从上次任务的结束时算
pool.scheduleWithFixedDelay(()->{
log.debug("running");
try {
// 如果前面的任务时间过长,则会等待前一次任务执行完
Thread.sleep(2000);
} catch (InterruptedException e) {
e.printStackTrace();
}
},1,1,TimeUnit.SECONDS);
}
}
结果:
14:54:44.972 [pool-1-thread-1] DEBUG demo.Test2 - running
14:54:47.982 [pool-1-thread-1] DEBUG demo.Test2 - running
14:54:51.000 [pool-1-thread-1] DEBUG demo.Test2 - running
14:54:54.011 [pool-1-thread-1] DEBUG demo.Test2 - running
...
@Slf4j
public class Test2 {
public static void main(String[] args) throws ExecutionException, InterruptedException {
ExecutorService pool = Executors.newFixedThreadPool(1);
Future<Boolean> f = pool.submit(() -> {
log.debug("task 1");
int i = 1 / 0;
return true;
});
log.debug("result:{}", f.get());
}
}
结果:
15:02:28.889 [pool-1-thread-1] DEBUG demo.Test2 - task 1
Exception in thread "main" java.util.concurrent.ExecutionException: java.lang.ArithmeticException: / by zero
at java.util.concurrent.FutureTask.report(FutureTask.java:122)
at java.util.concurrent.FutureTask.get(FutureTask.java:192)
at demo.Test2.main(Test2.java:19)
Caused by: java.lang.ArithmeticException: / by zero
at demo.Test2.lambda$main$0(Test2.java:16)
at java.util.concurrent.FutureTask.run(FutureTask.java:266)
at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1149)
at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:624)
at java.lang.Thread.run(Thread.java:750)
@Slf4j
public class Test2 {
public static void main(String[] args) throws ExecutionException, InterruptedException {
// 如何让每周四 18:00:00 定时执行任务?
// 获取当前时间
LocalDateTime now = LocalDateTime.now();
// 获取周四时间
LocalDateTime time = now.withHour(18).withMinute(0).withSecond(0).withNano(0).with(DayOfWeek.THURSDAY);
// 如果 当前时间 > 本周周四 ,必须找到下周周四
if (now.compareTo(time) > 0) {
time = time.plusWeeks(1); // 增加一周
}
// initialDelay 代表当前时间和周四的时间差
long initialDelay = Duration.between(now, time).toMillis();
// period : 一周的间隔时间
long period = 1000 * 60 * 60 * 24 * 7;
ScheduledExecutorService pool = Executors.newScheduledThreadPool(1);
pool.scheduleAtFixedRate(()->{
System.out.println("running...");
}, initialDelay, period, TimeUnit.MILLISECONDS);
}
}
1.2.9、Tomcat线程池
Tomcat在哪里用到了线程池呢?
- LimitLatch用来限流,可以控制最大连接个数,类似J.U.C中的Semaphore后面再讲;
- Acceptor只负责【接收新的socket连接】;
- Poller只负责监听socket channel是否有【可读的I/O事件】;
- 一旦可读,封装一个任务对象(socketProcessor),提交给Executor线程池处理;
- Executor线程池中的工作线程最终负责【处理请求】。
Tomcat线程池扩展了ThreadPoolExecutor,行为稍有不同:
- 如果总线程数达到maximumPoolSize:① 这时不会立刻抛RejectedExecutionException异常;② 而是再次尝试将任务放入队列,如果还失败,才抛出RejectedExecutionException异常。
配置项 | 默认值 | 说明 |
---|---|---|
acceptorThreadCount | 1 | acceptor线程数量 |
pollerThreadCount | 1 | poller线程数量 |
minSpareThreads | 10 | 核心线程数 |
maxThreads | 200 | 最大线程数,即maximumPoolSize |
executor | - | Executor名称,用来引用下面的Executor |
配置项 | 默认值 | 说明 |
---|---|---|
threadPriority | 5 | 线程优先级 |
daemon | true | 是否守护线程 |
minSpareThreads | 25 | 核心线程数,即corePoolSize |
maxThreads | 200 | 最大线程数,即maximumPoolSize |
maxIdleTime | 60000 | 线程生存时间,单位是毫秒,默认值即1分钟 |
maxQueueSize | Integer.Max_VALUE | 队列长度 |
prestartminSpareThreads | false | 核心线程是否在服务器启动时启动 |
1.3、Fork / Join
1.3.1、概念
Fork / Join 是JDK 1.7加入的新的线程池实现,它体现的是一种分治思想,适用于能够进行任务拆分的CPU密集型运算。
所谓的任务拆分,是将一个大任务拆分为算法上相同的小任务,直至不能拆分可以直接求解。跟递归相关的一些计算,比如归并排序、斐波那契数列,都可以用分治思想进行求解。
Fork / Join在分治的基础上加入了多线程,可以把每个任务的分解和合并交给不同的线程来完成,进一步提升了运算效率。
Fork / Join默认会创建与CPU核心数大小相同的线程池。
1.3.2、使用
提交给Fork / Join线程池的任务需要继承RecursiveTask(有返回值)或RecursiveAction(没有返回值),例如下面定义了一个对1~n之间的整数求和的任务。
public class Test3 {
public static void main(String[] args) {
ForkJoinPool pool = new ForkJoinPool(4);
Integer result1 = pool.invoke(new MyTask(4));
System.out.println(result1 + "\n");
Integer result2 = pool.invoke(new MyTaskPlus(1,4));
System.out.println(result2 + "\n");
}
}
// 1~n之间整数的和
@Slf4j(topic = "c.MyTask")
class MyTask extends RecursiveTask<Integer> {
private int n;
public MyTask(int n) {
this.n = n;
}
@Override
public String toString() {
return "{" + n + "}";
}
@Override
protected Integer compute() {
// 终止条件
if (n == 1) {
log.debug("join() {}", n);
return n;
}
MyTask t1 = new MyTask(n - 1);
t1.fork(); // 让一个线程去执行此任务
log.debug("fork() {} + {}", n, t1);
int result = n + t1.join(); // 获取任务结果
log.debug("join() {} + {} = {}", n, t1, result);
return result;
}
}
// 1~n之间整数的和
@Slf4j(topic = "c.MyTaskPlus")
class MyTaskPlus extends RecursiveTask<Integer> {
// 1 ~ 5
private int begin;
private int end;
public MyTaskPlus(int begin, int end) {
this.begin = begin;
this.end = end;
}
@Override
public String toString() {
return "{" + begin + "," + end + "}";
}
@Override
protected Integer compute() {
// 终止条件
if (begin == end) {
log.debug("join() {}", begin);
return begin;
}
if (end - begin == 1) {
log.debug("join() {} + {} = {}", begin, end, end + begin);
return end + begin;
}
int mid = (end + begin) / 2;
MyTaskPlus t1 = new MyTaskPlus(begin, mid);
t1.fork();
MyTaskPlus t2 = new MyTaskPlus(mid + 1, end);
t2.fork();
log.debug("fork() {} + {} = ?", t1, t2);
int result = t1.join() + t2.join();
log.debug("join() {} + {} = {}", t1, t2, result);
return result;
}
}
结果:
16:44:26.541 [ForkJoinPool-1-worker-0] DEBUG c.MyTask - join() 1
16:44:26.541 [ForkJoinPool-1-worker-3] DEBUG c.MyTask - fork() 2 + {1}
16:44:26.541 [ForkJoinPool-1-worker-1] DEBUG c.MyTask - fork() 4 + {3}
16:44:26.541 [ForkJoinPool-1-worker-2] DEBUG c.MyTask - fork() 3 + {2}
16:44:26.544 [ForkJoinPool-1-worker-3] DEBUG c.MyTask - join() 2 + {1} = 3
16:44:26.544 [ForkJoinPool-1-worker-2] DEBUG c.MyTask - join() 3 + {2} = 6
16:44:26.544 [ForkJoinPool-1-worker-1] DEBUG c.MyTask - join() 4 + {3} = 10
10
16:44:26.544 [ForkJoinPool-1-worker-1] DEBUG c.MyTaskPlus - fork() {1,2} + {3,4} = ?
16:44:26.544 [ForkJoinPool-1-worker-3] DEBUG c.MyTaskPlus - join() 3 + 4 = 7
16:44:26.544 [ForkJoinPool-1-worker-2] DEBUG c.MyTaskPlus - join() 1 + 2 = 3
16:44:26.544 [ForkJoinPool-1-worker-1] DEBUG c.MyTaskPlus - join() {1,2} + {3,4} = 10
10
1.4、异步模式之工作线程
1.4.1、定义
让有限的工作线程(Worker Thread)来轮流异步处理无限多的任务,也可以将其归类为分工模式,它的典型实现就是线程池,也体现了经典设计模式中的享元模式。
例如,海底捞的服务员(线程),轮流处理每位客人的点餐任务,如果为每位客人都配一名专属的服务员,那么成本就太高了(对比另一种多线程设计模式:Thread-Per-Message)。
注意,不同任务类型应该使用不同的线程池,这样能够避免饥饿,并能提升效率。
例如,如果一个餐馆的工人既要招呼客人(任务类型A),又要到后厨做菜(任务类型B),显然效率不咋地,分成服务员(线程池A)与厨师(线程池B)更为合理,当然你能想到更细致的分工。
1.4.2、饥饿
固定大小的线程池会有饥饿现象:
- 两个工人是同一个线程池中的两个线程;
- 他们要做的事情:为客人点餐和到后厨做菜,这是两个阶段的工作。① 客人点餐:必须先点完餐,等菜做好,上菜,在此期间处理点餐的工人必须等待;② 后厨做菜:没啥说的,做就是了。
- 比如工人A处理了点餐任务,接下来它要等着工人B把菜做好,然后上菜,他俩配合的蛮好;
- 但是现在同时来了两个客人,这个时候工人A和工人B都去处理点餐了,这是没人做饭了,造成线程饥饿。
@Slf4j
public class Test1 {
static final List<String> MENU = Arrays.asList("地三鲜", "辣子鸡丁", "烤鸡翅");
static Random RANDOM = new Random();
static String cooking() {
return MENU.get(RANDOM.nextInt(MENU.size()));
}
public static void main(String[] args) {
ExecutorService waiterPool = Executors.newFixedThreadPool(1);
ExecutorService cookPool = Executors.newFixedThreadPool(1);
waiterPool.execute(()->{
log.debug("处理点餐...");
Future<String> f = cookPool.submit(()->{
log.debug("做菜");
return cooking();
});
try {
log.debug("上菜:{}", f.get());
} catch (InterruptedException | ExecutionException e) {
e.printStackTrace();
}
});
waiterPool.execute(()->{
log.debug("处理点餐...");
Future<String> f = cookPool.submit(() -> {
log.debug("做菜");
return cooking();
});
try {
log.debug("上菜:{}", f.get());
} catch (InterruptedException e) {
e.printStackTrace();
} catch (ExecutionException e) {
e.printStackTrace();
}
});
}
}
结果:
14:19:10.486 [pool-1-thread-1] DEBUG demo.Test1 - 处理点餐...
14:19:10.489 [pool-2-thread-1] DEBUG demo.Test1 - 做菜
14:19:10.489 [pool-1-thread-1] DEBUG demo.Test1 - 上菜:地三鲜
14:19:10.490 [pool-1-thread-1] DEBUG demo.Test1 - 处理点餐...
14:19:10.490 [pool-2-thread-1] DEBUG demo.Test1 - 做菜
14:19:10.490 [pool-1-thread-1] DEBUG demo.Test1 - 上菜:辣子鸡丁
1.4.3、创建多少线程池合适
- 过小会导致程序不能充分利用系统资源,容易导致饥饿;
- 过大会导致更多的线程上下文切换,占用更多内存。
1、CPU密集型运算
通常采用CPU核数+1能够实现最优的CPU利用率,+1是保证当线程由于页缺失故障(操作系统)或其它原因导致暂停时,额外的这个线程就能顶上去,保证CPU时钟周期不被浪费。
2、I/O密集型运算
CPU不总是处理繁忙状态,例如,当你执行业务计算时,这时候会使用CPU资源,但当你执行I/O操作时,远程RPC调用时,包括进行数据库操作时,这时候CPU就闲下来了,你可以利用多线程提高它的效率。
经验公式如下:线程数 = 核数 * 期望CPU利用率 * 总时间(CPU计算时间 + 等待时间)/ CPU计算时间。
例如4核CPU计算时间是10%,其他等待时间是90%,期望CPU被100%利用,套用公式 4 * 100% * 100% / 10% = 40 。
2、J.U.C
2.1、AQS原理
2.1.1、概述
AQS(Abstract Queued Synchronizer),是阻塞式锁和相关的同步器工具的框架。
特点:
- 用state属性来表示资源的状态(分独占模式和共享模式),子类需要定义如何维护这个状态,控制如何获取锁和释放锁:① getState():获取state状态;② setState():设置state状态;③ compareAndSetState():乐观锁机制设置state状态;④ 独占模式是只有一个线程能够访问资源,而共享模式可以允许多个线程访问资源。
- 提供了基于FIFO的等待队列,类似于Monitor的EntryList。
- 条件变量来实现等待、唤醒机制,支持多个条件变量,类似于Monitor的WaitSet。
子类主要实现这样一些方法(默认抛出UnsupportedOperationException):
- tryAcquire;
- tryRelease;
- tryAcquireShared。
获取锁 / 释放锁:
// 如果获取锁失败
if (!tryAcquire(arg)) {
// 入队,可以选择阻塞当前线程 park unpark
}
// 如果释放锁成功
if (tryRelease(arg)) {
// 让阻塞线程恢复运行
}
自定义不可重入锁 代码演示:
@Slf4j
public class TestAqs {
public static void main(String[] args) {
MyLock lock = new MyLock();
new Thread(() -> {
lock.lock();
log.debug("locking...");
lock.lock();
try {
log.debug("locking...");
sleep(1);
} finally {
log.debug("unlocking...");
lock.unlock();
}
}, "t1").start();
new Thread(() -> {
lock.lock();
try {
log.debug("locking...");
} finally {
log.debug("unlocking...");
lock.unlock();
}
}, "t2").start();
}
private static void sleep(int timeSeconds) {
try {
Thread.sleep(timeSeconds * 1000);
} catch (InterruptedException e) {
e.printStackTrace();
}
}
}
// 自定义锁 - 不可重入锁
class MyLock implements Lock {
// 独占锁 同步器
class MySync extends AbstractQueuedSynchronizer {
@Override
protected boolean tryAcquire(int arg) {
if (compareAndSetState(0, 1)) { // 保证状态修改的原子性
// 加上了锁,并设置 owner 为当前线程
setExclusiveOwnerThread(Thread.currentThread());
return true;
}
return false;
}
@Override
protected boolean tryRelease(int arg) {
setExclusiveOwnerThread(null);
setState(0); // 放在后面执行,因为 state 是 volatile 修饰的,有写屏障
return true;
}
@Override // 是否持有独占锁
protected boolean isHeldExclusively() {
return getState() == 1;
}
public Condition newCondition() {
return new ConditionObject();
}
}
private MySync sync = new MySync();
@Override // 加锁(不成功进入等待队列)
public void lock() {
sync.acquire(1);
}
@Override // 加锁,可打断
public void lockInterruptibly() throws InterruptedException {
sync.acquireInterruptibly(1);
}
@Override // 尝试加锁(尝试1次)
public boolean tryLock() {
return sync.tryAcquire(1);
}
@Override // 尝试加锁,带超时时间
public boolean tryLock(long time, TimeUnit unit) throws InterruptedException {
return sync.tryAcquireNanos(1, unit.toNanos(time));
}
@Override // 解锁
public void unlock() {
sync.release(1);
}
@Override // 创建条件变量
public Condition newCondition() {
return sync.newCondition();
}
}
结果:
16:10:38.852 [t1] DEBUG com.clp.multiThreads.test19.TestAqs - locking...
2.2、ReentrantLock 原理
2.3、ReentrantWriteLock 读写锁
当读操作远远高于写操作时,这时候使用读写锁让读-读可以并发,提高性能。类似于数据库中的select ... from ... lock in share mode 。
提供一个数据容器类内部分别使用读锁保护的read()方法,写锁保护数据的write()方法。
代码演示:
/**
* 读写锁
* 1、读 - 读 :并发
* 2、读 - 写 :互斥
* 3、写 - 写 :互斥
*/
@Slf4j
public class Test20 {
public static void main(String[] args) throws InterruptedException {
DataContainer dataContainer = new DataContainer();
new Thread(() -> {
dataContainer.write();
}, "t1").start();
Thread.sleep(100);
new Thread(() -> {
dataContainer.write();
}, "t1").start();
}
}
@Slf4j
class DataContainer {
private Object data;
private ReentrantReadWriteLock rwLock = new ReentrantReadWriteLock();
private ReentrantReadWriteLock.ReadLock rLock = rwLock.readLock();
private ReentrantReadWriteLock.WriteLock wLock = rwLock.writeLock();
public Object read() {
log.debug("获取读锁...");
rLock.lock();
try {
log.debug("读取");
sleep(1);
return data;
} finally {
log.debug("释放读锁...");
rLock.unlock();
}
}
public void write() {
log.debug("获取写锁...");
wLock.lock();
try {
log.debug("写入");
sleep(1);
} finally {
log.debug("释放写锁...");
wLock.unlock();
}
}
private static void sleep(int timeSeconds) {
try {
Thread.sleep(timeSeconds * 1000);
} catch (InterruptedException e) {
e.printStackTrace();
}
}
}
结果:
16:59:12.980 [t1] DEBUG com.clp.multiThreads.test20.DataContainer - 获取写锁...
16:59:12.982 [t1] DEBUG com.clp.multiThreads.test20.DataContainer - 写入
16:59:13.079 [t1] DEBUG com.clp.multiThreads.test20.DataContainer - 获取写锁...
16:59:13.983 [t1] DEBUG com.clp.multiThreads.test20.DataContainer - 释放写锁...
16:59:13.983 [t1] DEBUG com.clp.multiThreads.test20.DataContainer - 写入
16:59:14.983 [t1] DEBUG com.clp.multiThreads.test20.DataContainer - 释放写锁...
注意事项:
- 读锁不支持条件变量;
- 重入时升级不支持:即持有读锁的情况下去获取写锁,会导致获取写锁永久等待;
- 重入时降级支持:即持有写锁的情况下去获取读锁。
2.4、Semaphore
2.5、CountdownLatch
2.6、CyclicBarrier
2.7、ConcurrentHashMap
2.8、ConcurrentLinkedQueue
2.9、BlockingQueue