Java 高併發六：JDK併發包2詳解
- 線程池的基本使用
1.1.爲何須要線程池
平時的業務中，若是要使用多線程，那麼咱們會在業務開始前建立線程，業務結束後，銷燬線程。
可是對於業務來講，線程的建立和銷燬是與業務自己無關的，只關心線程所執行的任務。
所以但願把儘量多的cpu用在執行任務上面，而不是用在與業務無關的線程建立和銷燬上面。
而線程池則解決了這個問題，線程池的做用就是將線程進行復用。java
1.2.JDK爲咱們提供了哪些支持
算法
JDK中的相關類圖如上圖所示。
其中要提到的幾個特別的類。apiCallable類和Runable類類似，可是區別在於Callable有返回值。緩存
ThreadPoolExecutor是線程池的一個重要實現。markdown
而Executors是一個工廠類。多線程
1.3.線程池的使用併發
1.3.1.線程池的種類
new FixedThreadPool 固定數量的線程池，線程池中的線程數量是固定的，不會改變。
new SingleThreadExecutor 單一線程池，線程池中只有一個線程。
new CachedThreadPool 緩存線程池，線程池中的線程數量不固定，會根據需求的大小進行改變。
new ScheduledThreadPool 計劃任務調度的線程池，用於執行計劃任務，好比每隔5分鐘怎麼樣。
源碼：分佈式
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>());
}
從方法上來看，顯然 FixedThreadPool，SingleThreadExecutor，CachedThreadPool都是ThreadPoolExecutor的不一樣實例，只是參數不一樣。ide
public ThreadPoolExecutor(int corePoolSize,
int maximumPoolSize,
long keepAliveTime,
TimeUnit unit,
BlockingQueue<Runnable> workQueue) {
this(corePoolSize, maximumPoolSize, keepAliveTime, unit, workQueue,
Executors.defaultThreadFactory(), defaultHandler);
}
來簡述下 ThreadPoolExecutor構造函數中參數的含義。函數
corePoolSize 線程池中核心線程數的數目
maximumPoolSize 線程池中最多能容納多少個線程
keepAliveTime 當如今線程數目大於corePoolSize時，超過keepAliveTime時間後，多出corePoolSize的那些線程將被終結。
unit keepAliveTime的單位
workQueue 當任務數量很大，線程池中線程沒法知足時，提交的任務會被放到阻塞隊列中，線程空閒下來則會不斷從阻塞隊列中取數據。
這樣在來看上面所說的FixedThreadPool，它的線程的核心數目和最大容納數目都是同樣的，以致於在工做期間，並不會建立和銷燬線程。當任務數量很大，線程池中的線程沒法知足時，任務將被保存到LinkedBlockingQueue中，而LinkedBlockingQueue的大小是Integer.MAX_VALUE。這就意味着，任務不斷地添加，會使內存消耗愈來愈大。而CachedThreadPool則不一樣，它的核心線程數量是0，最大容納數目是Integer.MAX_VALUE，它的阻塞隊列是SynchronousQueue，這是一個特別的隊列，它的大小是0。因爲核心線程數量是0，因此必然要將任務添加到SynchronousQueue中，這個隊列只有一個線程在從中添加數據，同時另外一個線程在從中獲取數據時，才能成功。獨自往這個隊列中添加數據會返回失敗。當返回失敗時，則線程池開始擴展線程，這就是爲何CachedThreadPool的線程數目是不固定的。當60s該線程仍未被使用時，線程則被銷燬。
1.4.線程池使用的小例子
1.4.1.簡單線程池
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);
}
}
}
因爲使用的newFixedThreadPool(5)，可是啓動了10個線程，因此每次執行5個，而且 能夠很明顯的看到線程的複用，ThreadId是重複的，也就是前5個任務和後5個任務都是同一批線程去執行的。
這裏用的是es.submit(myTask);
還有一種提交方式：
es.execute(myTask);
區別在於submit會返回一個Future對象，這個將在之後介紹。
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);
//若是前面的任務還未完成，則調度不會啓動。
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);//啓動0秒後執行，而後週期2秒執行一次
}
}
輸出：
1454832514
1454832517
1454832520
1454832523
1454832526
...
因爲任務執行須要1秒，任務調度必須等待前一個任務完成。也就是這裏的每隔2秒的意思是，前一個任務完成後2秒再開啓新的一個任務。
- 擴展和加強線程池
2.1.回調接口
線程池中有一些回調的api來給咱們提供擴展的操做。
ExecutorService es = new ThreadPoolExecutor(5, 5, 0L, TimeUnit.SECONDS,
new LinkedBlockingQueue<Runnable>()){
@Override
protected void beforeExecute(Thread t, Runnable r) {
System.out.println("準備執行");
}
@Override
protected void afterExecute(Runnable r, Throwable t) {
System.out.println("執行完成");
}
@Override
protected void terminated() {
System.out.println("線程池退出");
}
};
咱們能夠經過實現ThreadPoolExecutor的子類去覆蓋ThreadPoolExecutor的beforeExecute，afterExecute，terminated方法來實如今線程執行先後，線程池退出時的日誌管理或其餘操做。
2.2.拒絕策略
有時候，任務很是繁重，致使系統負載太大。在上面說過，當任務量愈來愈大時，任務都將放到FixedThreadPool的阻塞隊列中，致使內存消耗太大，最終致使內存溢出。這樣的狀況是應該要避免的。所以當咱們發現線程數量要超過最大線程數量時，咱們應該放棄一些任務。丟棄時，咱們應該把任務記下來，而不是直接丟掉。
ThreadPoolExecutor中還有另外一個構造函數。
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;
}
hreadFactory咱們在後面再介紹。
而handler就是拒絕策略的實現，它會告訴咱們，若是任務不能執行了，該怎麼作。
共有以上4種策略。
AbortPolicy：若是不能接受任務了，則拋出異常。
CallerRunsPolicy：若是不能接受任務了，則讓調用的線程去完成。
DiscardOldestPolicy：若是不能接受任務了，則丟棄最老的一個任務，由一個隊列來維護。
DiscardPolicy：若是不能接受任務了，則丟棄任務。
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");
}
});
固然咱們也能夠本身實現RejectedExecutionHandler接口來本身定義拒絕策略。
2.3.自定義ThreadFactory
剛剛已經看到了，在ThreadPoolExecutor的構造函數中能夠指定threadFactory。
線程池中的線程都是由線程工廠建立出來，咱們能夠自定義線程工廠。
默認的線程工廠：
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;
}
}
- ForkJoin
3.1.思想
就是分而治之的思想。
fork/join相似MapReduce算法，二者區別是：Fork/Join 只有在必要時如任務很是大的狀況下才分割成一個個小任務，而 MapReduce老是在開始執行第一步進行分割。看來，Fork/Join更適合一個JVM內線程級別，而MapReduce適合分佈式系統。
4.2.使用接口
RecursiveAction：無返回值
RecursiveTask：有返回值
4.3.簡單例子
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
{
//分紅100個小任務
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();//把子任務推向線程池
}
for (CountTask t : subTasks) {
sum += t.join();//等待全部子任務結束
}
}
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();
}
}
}
上述例子描述了一個累加和的任務。將累加任務分紅100個任務，每一個任務只執行一段數字的累加和，最後join後，把每一個任務計算出的和再累加起來。
4.4.實現要素
4.4.1.WorkQueue與ctl
每個線程都會有一個工做隊列
static final class WorkQueue
在工做隊列中，會有一系列對線程進行管理的字段
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
這裏要注意的是，JDK7和JDK8在ForkJoin的實現上有了很大的差異。咱們這裏介紹的是JDK8中的。 在線程池中，有時不是全部的線程都在執行的，部分線程會被掛起，那些掛起的線程會被存放到一個棧中。內部經過一個鏈表表示。
nextWait會指向下一個等待的線程。poolIndex線程在線程池中的下標索引。
eventCount 在初始化時，eventCount與poolIndex有關。總共32位，第一位表示是否被激活，15位表示被掛起的次數
eventCount，剩下的表示poolIndex。用一個字段來表示多個意思。
工做隊列WorkQueue用ForkJoinTask<?>[] array來表示。而top，base來表示隊列的兩端，數據在這二者之間。
在ForkJoinPool中維護着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表示活躍的線程數減去並行度（大概就是CPU個數）TC表示總的線程數減去並行度
ST表示線程池自己是不是激活的
EC表示頂端等待線程的掛起數
ID表示頂端等待線程的poolIndex
很明顯ST+EC+ID就是咱們剛剛所說的 eventCount 。
那麼爲何明明5個變量，非要合成一個變量呢。其實用5個變量佔用容量也差很少。用一個變量代碼的可讀性上會差不少。
那麼爲何用一個變量呢？其實這點纔是最巧妙的地方，由於這5個變量是一個總體，在多線程中，若是用5個變量，那麼當修改其中一個變量時，如何保證5個變量的總體性。那麼用一個變量則就解決了這個問題。若是用鎖解決，則會下降性能。
用一個變量則保證了數據的一致性和原子性。
在ForkJoin中隊ctl的更改都是使用CAS操做，在前面系列的文章中已經介紹過，CAS是無鎖的操做，性能很好。
因爲CAS操做也只能針對一個變量，因此這種設計是最優的。
4.4.2.工做竊取
接下來要介紹下整個線程池的工做流程。
每一個線程都會調用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()函數是掃描是否有任務要作。
r是一個相對隨機的數字。
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;
}
咱們接下來看看scan方法，scan的一個參數是WorkQueue，上面已經說過，每一個線程都會擁有一個WorkQueue，那麼多個線程的WorkQueue就會保存在workQueues裏面，r是一個隨機數，經過r來找到某一個 WorkQueue，在WorkQueue裏面有所要作的任務。
而後經過WorkQueue的base，取得base的偏移量。b = q.base
..
long i = (((a.length - 1) & b) << ASHIFT) + ABASE;
..
而後經過偏移量獲得最後一個的任務，運行這個任務t = ((ForkJoinTask<?>)U.getObjectVolatile(a, i))
..
w.runTask(t);
..
經過這個大概的分析理解了過程，咱們發現，當前線程調用scan方法後，不會執行當前的WorkQueue中的任務，而是經過一個隨機數r，來獲得其餘 WorkQueue的任務。這就是ForkJoinPool的主要的一個機理。
當前線程不會只着眼於本身的任務，而是優先完成其餘任務。這樣作來，防止了飢餓現象的發生。這樣就預防了某些線程由於卡死或者其餘緣由而沒法及時完成任務，或者某個線程的任務量很大，其餘線程卻沒事可作。而後來看看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();
}
}
有一個有趣的命名：currentSteal，偷得的任務，的確是剛剛解釋的那樣。 task.doExec();
將會完成這個任務。完成了別人的任務之後，將會完成本身的任務。 經過獲得top來得到本身任務第一個任務
while ((s = top - 1) - base >= 0 && (t = (ForkJoinTask<?>)U.getAndSetObject(a, ((m & s) << ASHIFT) + ABASE, null)) != null)
{
top = s;
t.doExec();
}
接下來，經過一個圖來總結下剛剛線程池的流程
好比有T1，T2兩個線程，T1會經過T2的base來得到T2的最後一個任務（固然其實是經過一個隨機數r來取得某個線程最後一個任務），T1也會經過本身的top來執行本身的第一個任務。反之，T2也會如此。
拿其餘線程的任務都是從base開始拿的，本身拿本身的任務是從top開始拿的。這樣能夠減小衝突
若是沒有找到其餘任務
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;
}
那麼首先會經過一系列運行來改變ctl的值，得到了nc，而後用CAS將新的值賦值。而後就調用awaitWork()將線程進入等待狀態（調用的 前面系列文章中提到的unsafe的park方法）。
這裏要說明的是改變ctl值這裏，首先是將ctl中的AC-1，AC是佔ctl的前16位，因此不能直接-1，而是經過AC_UNIT（0x1000000000000）來達到使ctl的前16位-1的效果。前面說過eventCount中有保存poolIndex，經過poolIndex以及WorkQueue中的nextWait，就能遍歷全部的等待線程。
- 1. [高併發Java 六] JDK併發包2
- 2. 高併發Java（6）：JDK併發包2
- 3. Java高併發程序設計（六）JDK併發包2
- 4. [高併發Java 五] JDK併發包1
- 5. JDK併發包
- 6. jdk併發包
- 7. java併發包詳解（jdk7）
- 8. java併發包java.util.concurrent詳解
- 9. java高併發詳解
- 10. 高併發基礎之Java併發包
- 更多相關文章...
- • Rust 併發編程 - RUST 教程
- • Redis悲觀鎖解決高併發搶紅包的問題 - 紅包項目實戰
- • JDK13 GA發佈：5大特性解讀
- • 算法總結-歸併排序
-
每一个你不满意的现在，都有一个你没有努力的曾经。
- 1. 融合阿里雲，牛客助您找到心儀好工作
- 2. 解決jdbc(jdbctemplate)在測試類時不報錯在TomCatb部署後報錯
- 3. 解決PyCharm GoLand IntelliJ 等 JetBrains 系列 IDE無法輸入中文
- 4. vue+ant design中關於圖片請求不顯示的問題。
- 5. insufficient memory && Native memory allocation (malloc) failed
- 6. 解決IDEA用Maven創建的Web工程不能創建Java Class文件的問題
- 7. [已解決] Error: Cannot download ‘https://start.spring.io/starter.zip?
- 8. 在idea讓java文件夾正常使用
- 9. Eclipse啓動提示「subversive connector discovery」
- 10. 帥某-技巧-快速轉帖博主文章（article_content）
- 1. [高併發Java 六] JDK併發包2
- 2. 高併發Java（6）：JDK併發包2
- 3. Java高併發程序設計（六）JDK併發包2
- 4. [高併發Java 五] JDK併發包1
- 5. JDK併發包
- 6. jdk併發包
- 7. java併發包詳解（jdk7）
- 8. java併發包java.util.concurrent詳解
- 9. java高併發詳解
- 10. 高併發基礎之Java併發包