这里有新鲜出炉的Java设计模式,程序狗速度看过来!
java 是一种可以撰写跨平台应用软件的面向对象的程序设计语言,是由Sun Microsystems公司于1995年5月推出的Java程序设计语言和Java平台(即JavaEE(j2ee), JavaME(j2me), JavaSE(j2se))的总称。
本文主要介绍Java高并发这里整理了详细资料,并讲解了 1. 线程池的基本使用 2. 扩展和增强线程池 3. ForkJoin的知识,有兴趣的小伙伴可以参考下
1. 线程池的基本使用
1.1.为什么需要线程池
平时的业务中,如果要使用多线程,那么我们会在业务开始前创建线程,业务结束后,销毁线程。但是对于业务来说,线程的创建和销毁是与业务本身无关的,只关心线程所执行的任务。因此希望把尽可能多的cpu用在执行任务上面,而不是用在与业务无关的线程创建和销毁上面。而线程池则解决了这个问题,线程池的作用就是将线程进行复用。
1.2.JDK为我们提供了哪些支持
JDK中的相关类图如上图所示。
其中要提到的几个特别的类。
Callable类和Runable类相似,但是区别在于Callable有返回值。
ThreadPoolExecutor是线程池的一个重要实现。
而Executors是一个工厂类。
1.3.线程池的使用
1.3.1.线程池的种类
- public static ExecutorService newFixedThreadPool(int nThreads) {
- return new ThreadPoolExecutor(nThreads, nThreads,
- 0L, TimeUnit.MILLISECONDS,
- new LinkedBlockingQueue<Runnable>());
- }
- public static ExecutorService newSingleThreadExecutor() {
- return new FinalizableDelegatedExecutorService
- (new ThreadPoolExecutor(1, 1,
- 0L, TimeUnit.MILLISECONDS,
- new LinkedBlockingQueue<Runnable>()));
- }
- public static ExecutorService newCachedThreadPool() {
- return new ThreadPoolExecutor(0, Integer.MAX_VALUE,
- 60L, TimeUnit.SECONDS,
- new SynchronousQueue<Runnable>());
- }
从方法上来看,显然 FixedThreadPool,SingleThreadExecutor,CachedThreadPool都是ThreadPoolExecutor的不同实例,只是参数不同。
- public ThreadPoolExecutor(int corePoolSize,
- int maximumPoolSize,
- long keepAliveTime,
- TimeUnit unit,
- BlockingQueue<Runnable> workQueue) {
- this(corePoolSize, maximumPoolSize, keepAliveTime, unit, workQueue,
- Executors.defaultThreadFactory(), defaultHandler);
- }
下面来简述下 ThreadPoolExecutor构造函数中参数的含义。
这样在来看上面所说的FixedThreadPool,它的线程的核心数目和最大容纳数目都是一样的,以至于在工作期间,并不会创建和销毁线程。当任务数量很大,线程池中的线程无法满足时,任务将被保存到LinkedBlockingQueue中,而LinkedBlockingQueue的大小是Integer.MAX_VALUE。这就意味着,任务不断地添加,会使内存消耗越来越大。
而CachedThreadPool则不同,它的核心线程数量是0,最大容纳数目是Integer.MAX_VALUE,它的阻塞队列是SynchronousQueue,这是一个特别的队列,它的大小是0。由于核心线程数量是0,所以必然要将任务添加到SynchronousQueue中,这个队列只有一个线程在从中添加数据,同时另一个线程在从中获取数据时,才能成功。独自往这个队列中添加数据会返回失败。当返回失败时,则线程池开始扩展线程,这就是为什么CachedThreadPool的线程数目是不固定的。当60s该线程仍未被使用时,线程则被销毁。
1.4.线程池使用的小例子
1.4.1.简单线程池
- import java.util.concurrent.ExecutorService;
- import java.util.concurrent.Executors;
- public class ThreadPoolDemo {
- public static class MyTask implements Runnable {
- @Override
- public void run() {
- System.out.println(System.currentTimeMillis() + "Thread ID:"
- + Thread.currentThread().getId());
- try {
- Thread.sleep(1000);
- } catch (Exception e) {
- e.printStackTrace();
- }
- }
- }
- public static void main(String[] args) {
- MyTask myTask = new MyTask();
- ExecutorService es = Executors.newFixedThreadPool(5);
- for (int i = 0; i < 10; i++) {
- es.submit(myTask);
- }
- }
- }
由于使用的newFixedThreadPool(5),但是启动了10个线程,所以每次执行5个,并且 可以很明显的看到线程的复用,ThreadId是重复的,也就是前5个任务和后5个任务都是同一批线程去执行的。
这里用的是
es.submit(myTask);
还有一种提交方式:
es.execute(myTask);
区别在于submit会返回一个Future对象,这个将在以后介绍。
1.4.2.ScheduledThreadPool
- import java.util.concurrent.Executors;
- import java.util.concurrent.ScheduledExecutorService;
- import java.util.concurrent.TimeUnit;
- public class ThreadPoolDemo {
- public static void main(String[] args) {
- ScheduledExecutorService ses = Executors.newScheduledThreadPool(10);
- //如果前面的任务还未完成,则调度不会启动。
- ses.scheduleWithFixedDelay(new Runnable() {
- @Override public void run() {
- try {
- Thread.sleep(1000);
- System.out.println(System.currentTimeMillis() / 1000);
- } catch(Exception e) {
- // TODO: handle exception
- }
- }
- },
- 0, 2, TimeUnit.SECONDS); //启动0秒后执行,然后周期2秒执行一次
- }
- }
输出:
1454832514
1454832517
1454832520
1454832523
1454832526
...
由于任务执行需要1秒,任务调度必须等待前一个任务完成。也就是这里的每隔2秒的意思是,前一个任务完成后2秒再开启新的一个任务。
2. 扩展和增强线程池
2.1.回调接口
线程池中有一些回调的api来给我们提供扩展的操作。
- ExecutorService es = new ThreadPoolExecutor(5, 5, 0L, TimeUnit.SECONDS,
- new LinkedBlockingQueue<Runnable>()){
- @Override
- protected void beforeExecute(Thread t, Runnable r) {
- System.out.println("准备执行");
- }
- @Override
- protected void afterExecute(Runnable r, Throwable t) {
- System.out.println("执行完成");
- }
- @Override
- protected void terminated() {
- System.out.println("线程池退出");
- }
- };
我们可以通过实现ThreadPoolExecutor的子类去覆盖ThreadPoolExecutor的beforeExecute,afterExecute,terminated方法来实现在线程执行前后,线程池退出时的日志管理或其他操作。
2.2.拒绝策略
有时候,任务非常繁重,导致系统负载太大。在上面说过,当任务量越来越大时,任务都将放到FixedThreadPool的阻塞队列中,导致内存消耗太大,最终导致内存溢出。这样的情况是应该要避免的。因此当我们发现线程数量要超过最大线程数量时,我们应该放弃一些任务。丢弃时,我们应该把任务记下来,而不是直接丢掉。
ThreadPoolExecutor中还有另一个构造函数。
- public ThreadPoolExecutor(int corePoolSize,
- int maximumPoolSize,
- long keepAliveTime,
- TimeUnit unit,
- BlockingQueue<Runnable> workQueue,
- ThreadFactory threadFactory,
- RejectedExecutionHandler handler) {
- if (corePoolSize < 0 ||
- maximumPoolSize <= 0 ||
- maximumPoolSize < corePoolSize ||
- keepAliveTime < 0)
- throw new IllegalArgumentException();
- if (workQueue == null || threadFactory == null || handler == null)
- throw new NullPointerException();
- this.corePoolSize = corePoolSize;
- this.maximumPoolSize = maximumPoolSize;
- this.workQueue = workQueue;
- this.keepAliveTime = unit.toNanos(keepAliveTime);
- this.threadFactory = threadFactory;
- this.handler = handler;
- }
threadFactory我们在后面再介绍。
而handler就是拒绝策略的实现,它会告诉我们,如果任务不能执行了,该怎么做。
共有以上4种策略。
AbortPolicy:如果不能接受任务了,则抛出异常。
CallerRunsPolicy:如果不能接受任务了,则让调用的线程去完成。
DiscardOldestPolicy:如果不能接受任务了,则丢弃最老的一个任务,由一个队列来维护。
DiscardPolicy:如果不能接受任务了,则丢弃任务。
- ExecutorService es = new ThreadPoolExecutor(5, 5, 0L, TimeUnit.SECONDS,
- new LinkedBlockingQueue<Runnable>(),
- new RejectedExecutionHandler() {
- @Override
- public void rejectedExecution(Runnable r,
- ThreadPoolExecutor executor) {
- System.out.println(r.toString() + "is discard");
- }
- });
当然我们也可以自己实现RejectedExecutionHandler接口来自己定义拒绝策略。
2.3.自定义ThreadFactory
刚刚已经看到了,在ThreadPoolExecutor的构造函数中可以指定threadFactory。
线程池中的线程都是由线程工厂创建出来,我们可以自定义线程工厂。
默认的线程工厂:
- static class DefaultThreadFactory implements ThreadFactory {
- private static final AtomicInteger poolNumber = new AtomicInteger(1);
- private final ThreadGroup group;
- private final AtomicInteger threadNumber = new AtomicInteger(1);
- private final String namePrefix;
- DefaultThreadFactory() {
- SecurityManager s = System.getSecurityManager();
- group = (s != null) ? s.getThreadGroup() :
- Thread.currentThread().getThreadGroup();
- namePrefix = "pool-" +
- poolNumber.getAndIncrement() +
- "-thread-";
- }
- public Thread newThread(Runnable r) {
- Thread t = new Thread(group, r,
- namePrefix + threadNumber.getAndIncrement(),
- 0);
- if (t.isDaemon())
- t.setDaemon(false);
- if (t.getPriority() != Thread.NORM_PRIORITY)
- t.setPriority(Thread.NORM_PRIORITY);
- return t;
- }
- }
3. ForkJoin
3.1.思想
就是分而治之的思想。
fork/join类似MapReduce算法,两者区别是:Fork/Join 只有在必要时如任务非常大的情况下才分割成一个个小任务,而 MapReduce总是在开始执行第一步进行分割。看来,Fork/Join更适合一个JVM内线程级别,而MapReduce适合分布式系统。
4.2.使用接口
RecursiveAction:无返回值
RecursiveTask:有返回值
4.3.简单例子
- import java.util.ArrayList;
- import java.util.concurrent.ForkJoinPool;
- import java.util.concurrent.ForkJoinTask;
- import java.util.concurrent.RecursiveTask;
- public class CountTask extends RecursiveTask < Long > {
- private static final int THRESHOLD = 10000;
- private long start;
- private long end;
- public CountTask(long start, long end) {
- super();
- this.start = start;
- this.end = end;
- }
- @Override protected Long compute() {
- long sum = 0;
- boolean canCompute = (end - start) < THRESHOLD;
- if (canCompute) {
- for (long i = start; i <= end; i++) {
- sum = sum + i;
- }
- } else {
- //分成100个小任务
- long step = (start + end) / 100;
- ArrayList < CountTask > subTasks = new ArrayList < CountTask > ();
- long pos = start;
- for (int i = 0; i < 100; i++) {
- long lastOne = pos + step;
- if (lastOne > end) {
- lastOne = end;
- }
- CountTask subTask = new CountTask(pos, lastOne);
- pos += step + 1;
- subTasks.add(subTask);
- subTask.fork(); //把子任务推向线程池
- }
- for (CountTask t: subTasks) {
- sum += t.join(); //等待所有子任务结束
- }
- }
- return sum;
- }
- public static void main(String[] args) {
- ForkJoinPool forkJoinPool = new ForkJoinPool();
- CountTask task = new CountTask(0, 200000L);
- ForkJoinTask < Long > result = forkJoinPool.submit(task);
- try {
- long res = result.get();
- System.out.println("sum = " + res);
- } catch(Exception e) {
- // TODO: handle exception
- e.printStackTrace();
- }
- }
- }
上述例子描述了一个累加和的任务。将累加任务分成100个任务,每个任务只执行一段数字的累加和,最后join后,把每个任务计算出的和再累加起来。
4.4.实现要素
4.4.1.WorkQueue与ctl
每一个线程都会有一个工作队列
static final class WorkQueue
在工作队列中,会有一系列对线程进行管理的字段
volatile int eventCount; // encoded inactivation count; < 0 if inactive
int nextWait; // encoded record of next event waiter
int nsteals; // number of steals
int hint; // steal index hint
short poolIndex; // index of this queue in pool
final short mode; // 0: lifo, > 0: fifo, < 0: shared
volatile int qlock; // 1: locked, -1: terminate; else 0
volatile int base; // index of next slot for poll
int top; // index of next slot for push
ForkJoinTask[] array; // the elements (initially unallocated)
final ForkJoinPool pool; // the containing pool (may be null)
final ForkJoinWorkerThread owner; // owning thread or null if shared
volatile Thread parker; // == owner during call to park; else null
volatile ForkJoinTask currentJoin; // task being joined in awaitJoin
ForkJoinTask currentSteal; // current non-local task being executed
这里要注意的是,JDK7和JDK8在ForkJoin的实现上有了很大的差别。我们这里介绍的是JDK8中的。 在线程池中,有时不是所有的线程都在执行的,部分线程会被挂起,那些挂起的线程会被存放到一个栈中。内部通过一个链表表示。
nextWait会指向下一个等待的线程。
poolIndex线程在线程池中的下标索引。
eventCount 在初始化时,eventCount与poolIndex有关。总共32位,第一位表示是否被激活,15位表示被挂起的次数
eventCount,剩下的表示poolIndex。用一个字段来表示多个意思。
工作队列WorkQueue用ForkJoinTask<?>[] array来表示。而top,base来表示队列的两端,数据在这两者之间。
在ForkJoinPool中维护着ctl(64位long型)
volatile long ctl;
* Field ctl is a long packed with:
* AC: Number of active running workers minus target parallelism (16 bits)
* TC: Number of total workers minus target parallelism (16 bits)
* ST: true if pool is terminating (1 bit)
* EC: the wait count of top waiting thread (15 bits)
* ID: poolIndex of top of Treiber stack of waiters (16 bits)
AC表示活跃的线程数减去并行度(大概就是CPU个数)
TC表示总的线程数减去并行度
ST表示线程池本身是否是激活的
EC表示顶端等待线程的挂起数
ID表示顶端等待线程的poolIndex
很明显ST+EC+ID就是我们刚刚所说的 eventCount 。
那么为什么明明5个变量,非要合成一个变量呢。其实用5个变量占用容量也差不多。
用一个变量代码的可读性上会差很多。
那么为什么用一个变量呢?其实这点才是最巧妙的地方,因为这5个变量是一个整体,在多线程中,如果用5个变量,那么当修改其中一个变量时,如何保证5个变量的整体性。那么用一个变量则就解决了这个问题。如果用锁解决,则会降低性能。
用一个变量则保证了数据的一致性和原子性。
在ForkJoin中队ctl的更改都是使用CAS操作,在前面系列的文章中已经介绍过,CAS是无锁的操作,性能很好。
由于CAS操作也只能针对一个变量,所以这种设计是最优的。
4.4.2.工作窃取
接下来要介绍下整个线程池的工作流程。
每个线程都会调用runWorker
- final void runWorker(WorkQueue w) {
- w.growArray(); // allocate queue
- for (int r = w.hint; scan(w, r) == 0; ) {
- r ^= r << 13; r ^= r >>> 17; r ^= r << 5; // xorshift
- }
- }
scan()函数是扫描是否有任务要做。
r是一个相对随机的数字。
- private final int scan(WorkQueue w, int r) {
- WorkQueue[] ws;
- int m;
- long c = ctl; // for consistency check
- if ((ws = workQueues) != null && (m = ws.length - 1) >= 0 && w != null) {
- for (int j = m + m + 1, ec = w.eventCount;;) {
- WorkQueue q;
- int b,
- e;
- ForkJoinTask < ?>[] a;
- ForkJoinTask < ?>t;
- if ((q = ws[(r - j) & m]) != null && (b = q.base) - q.top < 0 && (a = q.array) != null) {
- long i = (((a.length - 1) & b) << ASHIFT) + ABASE;
- if ((t = ((ForkJoinTask < ?>) U.getObjectVolatile(a, i))) != null) {
- if (ec < 0) helpRelease(c, ws, w, q, b);
- else if (q.base == b && U.compareAndSwapObject(a, i, t, null)) {
- U.putOrderedInt(q, QBASE, b + 1);
- if ((b + 1) - q.top < 0) signalWork(ws, q);
- w.runTask(t);
- }
- }
- break;
- } else if (--j < 0) {
- if ((ec | (e = (int) c)) < 0) // inactive or terminating
- return awaitWork(w, c, ec);
- else if (ctl == c) { // try to inactivate and enqueue
- long nc = (long) ec | ((c - AC_UNIT) & (AC_MASK | TC_MASK));
- w.nextWait = e;
- w.eventCount = ec | INT_SIGN;
- if (!U.compareAndSwapLong(this, CTL, c, nc)) w.eventCount = ec; // back out
- }
- break;
- }
- }
- }
- return 0;
- }
我们接下来看看scan方法,scan的一个参数是WorkQueue,上面已经说过,每个线程都会拥有一个WorkQueue,那么多个线程的WorkQueue就会保存在workQueues里面,r是一个随机数,通过r来找到某一个 WorkQueue,在WorkQueue里面有所要做的任务。
然后通过WorkQueue的base,取得base的偏移量。
b = q.base
..
long i = (((a.length - 1) & b) << ASHIFT) + ABASE;
..
然后通过偏移量得到最后一个的任务,运行这个任务
t = ((ForkJoinTask)U.getObjectVolatile(a, i))
..
w.runTask(t);
..
通过这个大概的分析理解了过程,我们发现,当前线程调用scan方法后,不会执行当前的WorkQueue中的任务,而是通过一个随机数r,来得到其他 WorkQueue的任务。这就是ForkJoinPool的主要的一个机理。
当前线程不会只着眼于自己的任务,而是优先完成其他任务。这样做来,防止了饥饿现象的发生。这样就预防了某些线程因为卡死或者其他原因而无法及时完成任务,或者某个线程的任务量很大,其他线程却没事可做。
然后来看看runTask方法
- final void runTask(ForkJoinTask<?> task) {
- if ((currentSteal = task) != null) {
- ForkJoinWorkerThread thread;
- task.doExec();
- ForkJoinTask<?>[] a = array;
- int md = mode;
- ++nsteals;
- currentSteal = null;
- if (md != 0)
- pollAndExecAll();
- else if (a != null) {
- int s, m = a.length - 1;
- ForkJoinTask<?> t;
- while ((s = top - 1) - base >= 0 &&
- (t = (ForkJoinTask<?>)U.getAndSetObject
- (a, ((m & s) << ASHIFT) + ABASE, null)) != null) {
- top = s;
- t.doExec();
- }
- }
- if ((thread = owner) != null) // no need to do in finally clause
- thread.afterTopLevelExec();
- }
- }
有一个有趣的命名:currentSteal,偷得的任务,的确是刚刚解释的那样。
task.doExec();
将会完成这个任务。
完成了别人的任务以后,将会完成自己的任务。
通过得到top来获得自己任务第一个任务
- while ((s = top - 1) - base >= 0 && (t = (ForkJoinTask<?>)U.getAndSetObject(a, ((m & s) << ASHIFT) + ABASE, null)) != null)
- {
- top = s;
- t.doExec();
- }
接下来,通过一个图来总结下刚刚线程池的流程
比如有T1,T2两个线程,T1会通过T2的base来获得T2的最后一个任务(当然实际上是通过一个随机数r来取得某个线程最后一个任务),T1也会通过自己的top来执行自己的第一个任务。反之,T2也会如此。
拿其他线程的任务都是从base开始拿的,自己拿自己的任务是从top开始拿的。这样可以减少冲突
如果没有找到其他任务
- else if (--j < 0) {
- if ((ec | (e = (int) c)) < 0) // inactive or terminating
- return awaitWork(w, c, ec);
- else if (ctl == c) { // try to inactivate and enqueue
- long nc = (long) ec | ((c - AC_UNIT) & (AC_MASK | TC_MASK));
- w.nextWait = e;
- w.eventCount = ec | INT_SIGN;
- if (!U.compareAndSwapLong(this, CTL, c, nc)) w.eventCount = ec; // back out
- }
- break;
- }
那么首先会通过一系列运行来改变ctl的值,获得了nc,然后用CAS将新的值赋值。然后就调用awaitWork()将线程进入等待状态(调用的 前面系列文章中提到的unsafe的park方法)。
这里要说明的是改变ctl值这里,首先是将ctl中的AC-1,AC是占ctl的前16位,所以不能直接-1,而是通过AC_UNIT(0x1000000000000)来达到使ctl的前16位-1的效果。
前面说过eventCount中有保存poolIndex,通过poolIndex以及WorkQueue中的nextWait,就能遍历所有的等待线程。
来源: http://www.phperz.com/article/17/1201/359988.html