现在的位置: 首页 > 综合 > 正文

Java的ThreadPoolExecutor使用几点建议

2017年11月20日 ⁄ 综合 ⁄ 共 6313字 ⁄ 字号 小 中 大 ⁄ 评论关闭

IT程序员开发必备-各类资源下载清单，史上最全IT资源，个人收藏总结！

背景

前段时间一个项目中因为涉及大量的线程开发，把jdk cocurrent的代码重新再过了一遍。这篇文章中主要是记录一下学习ThreadPoolExecutor过程中容易被人忽略的点，Doug Lea的整个类设计还是非常nice的

 

正文

先看一副图，描述了ThreadPoolExecutor的工作机制: 

ThreadPoolExecutor几点使用建议

 

整个ThreadPoolExecutor的任务处理有4步操作：

 

  • 第一步，初始的poolSize < corePoolSize，提交的runnable任务，会直接做为new一个Thread的参数，立马执行
  • 第二步，当提交的任务数超过了corePoolSize，就进入了第二步操作。会将当前的runable提交到一个block queue中
  • 第三步，如果block queue是个有界队列，当队列满了之后就进入了第三步。如果poolSize < maximumPoolsize时，会尝试new 一个Thread的进行救急处理，立马执行对应的runnable任务
  • 第四步，如果第三步救急方案也无法处理了，就会走到第四步执行reject操作。
几点说明：(相信这些网上一搜一大把，我这里简单介绍下，为后面做一下铺垫)
  • block queue有以下几种实现：
    1. ArrayBlockingQueue :  有界的数组队列
    2. LinkedBlockingQueue : 可支持有界/无界的队列，使用链表实现
    3. PriorityBlockingQueue : 优先队列，可以针对任务排序
    4. SynchronousQueue : 队列长度为1的队列，和Array有点区别就是：client thread提交到block queue会是一个阻塞过程，直到有一个worker thread连接上来poll task。
  • RejectExecutionHandler是针对任务无法处理时的一些自保护处理：
    1. Reject 直接抛出Reject exception
    2. Discard 直接忽略该runnable，不可取
    3. DiscardOldest 丢弃最早入队列的的任务
    4. CallsRun 直接让原先的client thread做为worker线程，进行执行
容易被人忽略的点：
1.  pool threads启动后，以后的任务获取都会通过block queue中，获取堆积的runnable task.
所以建议：  block size >= corePoolSize ，不然线程池就没任何意义
2.  corePoolSize 和 maximumPoolSize的区别， 和大家正常理解的数据库连接池不太一样。
  *  据dbcp pool为例，会有minIdle , maxActive配置。minIdle代表是常驻内存中的threads数量，maxActive代表是工作的最大线程数。
  *  这里的corePoolSize就是连接池的maxActive的概念，它没有minIdle的概念(每个线程可以设置keepAliveTime，超过多少时间多有任务后销毁线程，但不会固定保持一定数量的threads)。 
  * 这里的maximumPoolSize，是一种救急措施的第一层。当threadPoolExecutor的工作threads存在满负荷，并且block queue队列也满了，这时代表接近崩溃边缘。这时允许临时起一批threads，用来处理runnable，处理完后立马退出。
所以建议：   maximumPoolSize >= corePoolSize =期望的最大线程数。 (我曾经配置了corePoolSize=1, maximumPoolSize=20, blockqueue为无界队列，最后就成了单线程工作的pool。典型的配置错误)
3. 善用blockqueue和reject组合. 这里要重点推荐下CallsRun的Rejected Handler，从字面意思就是让调用者自己来运行。
我们经常会在线上使用一些线程池做异步处理，比如我前面做的
(业务层)异步并行加载技术分析和设计, 将原本串行的请求都变为了并行操作，但过多的并行会增加系统的负载(比如软中断，上下文切换)。所以肯定需要对线程池做一个size限制。但是为了引入异步操作后，避免因在block queue的等待时间过长，所以需要在队列满的时，执行一个callsRun的策略，并行的操作又转为一个串行处理，这样就可以保证尽量少的延迟影响。
所以建议：   RejectExecutionHandler = CallsRun ,  blockqueue size = 2 * poolSize (为啥是2倍poolSize，主要一个考虑就是瞬间高峰处理，允许一个thread等待一个runnable任务)

Btrace容量规划

再提供一个btrace脚本，分析线上的thread pool容量规划是否合理，可以运行时输出poolSize等一些数据。

01 import staticcom.sun.btrace.BTraceUtils.addToAggregation;
02 import staticcom.sun.btrace.BTraceUtils.field;
03 import staticcom.sun.btrace.BTraceUtils.get;
04 import staticcom.sun.btrace.BTraceUtils.newAggregation;
05 import staticcom.sun.btrace.BTraceUtils.newAggregationKey;
06 import staticcom.sun.btrace.BTraceUtils.printAggregation;
07 import staticcom.sun.btrace.BTraceUtils.println;
08 import staticcom.sun.btrace.BTraceUtils.str;
09 import staticcom.sun.btrace.BTraceUtils.strcat;
10  
11 import java.lang.reflect.Field;
12 import java.util.concurrent.atomic.AtomicInteger;
13  
14 import com.sun.btrace.BTraceUtils;
15 import com.sun.btrace.aggregation.Aggregation;
16 import com.sun.btrace.aggregation.AggregationFunction;
17 import com.sun.btrace.aggregation.AggregationKey;
18 import com.sun.btrace.annotations.BTrace;
19 import com.sun.btrace.annotations.Kind;
20 import com.sun.btrace.annotations.Location;
21 import com.sun.btrace.annotations.OnEvent;
22 import com.sun.btrace.annotations.OnMethod;
23 import com.sun.btrace.annotations.OnTimer;
24 import com.sun.btrace.annotations.Self;
25  
26 /**
27  * 并行加载监控
28  *
29  * @author jianghang 2011-4-7 下午10:59:53
30  */
31 @BTrace
32 public classAsyncLoadTracer {
33  
34     privatestatic
AtomicInteger rejecctCount = BTraceUtils.newAtomicInteger(0);
35     privatestatic
Aggregation   histogram    = newAggregation(AggregationFunction.QUANTIZE);
36     privatestatic
Aggregation   average      = newAggregation(AggregationFunction.AVERAGE);
37     privatestatic
Aggregation   max          = newAggregation(AggregationFunction.MAXIMUM);
38     privatestatic
Aggregation   min          = newAggregation(AggregationFunction.MINIMUM);
39     privatestatic
Aggregation   sum          = newAggregation(AggregationFunction.SUM);
40     privatestatic
Aggregation   count        = newAggregation(AggregationFunction.COUNT);
41  
42     @OnMethod(clazz ="java.util.concurrent.ThreadPoolExecutor", method ="execute",
location = @Location(value = Kind.ENTRY))
43     publicstatic
void executeMonitor(@Self
Object self) {
44         Field poolSizeField = field("java.util.concurrent.ThreadPoolExecutor","poolSize");
45         Field largestPoolSizeField = field("java.util.concurrent.ThreadPoolExecutor","largestPoolSize");
46         Field workQueueField = field("java.util.concurrent.ThreadPoolExecutor","workQueue");
47  
48         Field countField = field("java.util.concurrent.ArrayBlockingQueue","count");
49         intpoolSize = (Integer) get(poolSizeField, self);
50         intlargestPoolSize = (Integer) get(largestPoolSizeField, self);
51         intqueueSize = (Integer) get(countField, get(workQueueField, self));
52  
53         println(strcat(strcat(strcat(strcat(strcat("poolSize : ", str(poolSize))," largestPoolSize : "),
54                                      str(largestPoolSize))," queueSize : "), str(queueSize)));
55     }
56  
57     @OnMethod(clazz ="java.util.concurrent.ThreadPoolExecutor", method ="reject",
location = @Location(value = Kind.ENTRY))
58     publicstatic
void rejectMonitor(@Self
Object self) {
59         String name = str(self);
60         if(BTraceUtils.startsWith(name,
"com.alibaba.pivot.common.asyncload.impl.pool.AsyncLoadThreadPool")) {
61             BTraceUtils.incrementAndGet(rejecctCount);
62         }
63     }
64  
65     @OnTimer(1000)
66     publicstatic
void rejectPrintln() {
67         intreject = BTraceUtils.getAndSet(rejecctCount,
0);
68         println(strcat("reject count in 1000 msec: ", str(reject)));
69         AggregationKey key = newAggregationKey("rejectCount");
70         addToAggregation(histogram, key, reject);
71         addToAggregation(average, key, reject);
72         addToAggregation(max, key, reject);
73         addToAggregation(min, key, reject);
74         addToAggregation(sum, key, reject);
75         addToAggregation(count, key, reject);
76     }
77  
78     @OnEvent
79     publicstatic
void onEvent() {
80         BTraceUtils.truncateAggregation(histogram,10);
81         println("---------------------------------------------");
82         printAggregation("Count", count);
83         printAggregation("Min", min);
84         printAggregation("Max", max);
85         printAggregation("Average", average);
86         printAggregation("Sum", sum);
87         printAggregation("Histogram", histogram);
88         println("---------------------------------------------");
89     }
90 }

运行结果：

1 poolSize : 1, largestPoolSize =
10 , queueSize = 10
2 reject count in 1000msec:
0

说明：

1. poolSize 代表为当前的线程数

2. largestPoolSize 代表为历史最大的线程数

3. queueSize 代表blockqueue的当前堆积的size

4. reject count 代表在1000ms内的被reject的数量。

返回
【上篇】
【下篇】

作者:

抱歉!评论已关闭.

返回首页

Copyright © 2013-2018 学步园  保留所有权利.
软文销售 QQ客服：2265327166 点击这里给我发消息（其他合作也可洽谈）
必威体育
必威电竞