在作業務系統需求開發中,常常須要從其餘服務獲取數據,拼接數據,而後返回數據給前端使用;常見的服務調用就是經過http接口調用,而對於http,一般一個請求會分配一個線程執行,在同步調用接口的狀況下,整個線程是一直被佔用或者阻塞的;若是有大量的這種請求,整個系統的吞吐量就比較低,而在依賴的服務響應時間比較低的狀況下,咱們但願先讓出cpu,讓其餘請求先執行,等依賴的服務請求返回結果時再繼續往下執行,這時咱們會考慮將請求異步化,或者將相同的請求合併,從而達到提升系統執行效率和吞吐量的目的。前端
目前常見的幾種調用方式是同步調用,線程池+future,異步回調completableFuture;協程也是異步調用的解決方式,但java目前不支持協程;對於future方式,只能用get或者while(!isDone)輪詢這種阻塞的方式直到線程執行完成,這也不是咱們但願的異步執行方式,jdk8提供的completableFuture其實也不是異步的方式,只是對依賴多服務的Callback調用結果處理作結果編排,來彌補Callback的不足,從而實現異步鏈式調用的目的,這也是比較推薦的方式。java
RpcService rpcService = new RpcService(); HttpService httpService = new HttpService(); // 假設rpc1耗時10ms Map<String, String> rpcResult1=rpcService.getRpcResult(); // 假設rpc2耗時20ms Integer rpcResult2 = httpService.getHttpResult(); // 則線程總耗時:30ms
ExecutorService executor = Executors.newFixedThreadPool(2); RpcService rpcService = new RpcService(); HttpService httpService = new HttpService(); future1 = executor.submit(() -> rpcService.getRpcResult()); future2 = executor.submit(() -> httpService.getHttpResult()); //rpc1耗時10ms Map<String, String> rpcResult1 = future1.get(300, TimeUnit.MILLISECONDS); //rpc2耗時20ms Integer rpcResult2 = future2.get(300, TimeUnit.MILLISECONDS); //則線程總耗時20ms
/** * 場景1:兩個接口併發異步調用,返回CompletableFuture,不阻塞主線程 * 兩個服務也是異步非阻塞調用 **/ CompletableFuture future1 = service.getHttpData("http://www.vip.com/showGoods/50"); CompletableFuture future2 = service.getHttpData("http://www.vip.com/showGoods/50"); CompletableFuture future3 = future1.thenCombine(future2, (f1, f2) -> { //處理業務.... return f1 + "," + f2; }).exceptionally(e -> { return ""; });
CompletableFuture使用ForkJoinPool執行線程,在ForkJoinPool類註冊ForkJoinWorkerThread線程時能夠看到,ForkJoinPool裏面的線程都是daemon線程(垃圾回收線程就是一個典型的deamon線程),segmentfault
/** * Callback from ForkJoinWorkerThread constructor to establish and * record its WorkQueue. * * @param wt the worker thread * @return the worker's queue */ final WorkQueue registerWorker(ForkJoinWorkerThread wt) { UncaughtExceptionHandler handler; #註冊守護線程 wt.setDaemon(true); // configure thread if ((handler = ueh) != null) wt.setUncaughtExceptionHandler(handler); WorkQueue w = new WorkQueue(this, wt); int i = 0; // assign a pool index int mode = config & MODE_MASK; int rs = lockRunState(); try { WorkQueue[] ws; int n; // skip if no array if ((ws = workQueues) != null && (n = ws.length) > 0) { int s = indexSeed += SEED_INCREMENT; // unlikely to collide int m = n - 1; i = ((s << 1) | 1) & m; // odd-numbered indices if (ws[i] != null) { // collision int probes = 0; // step by approx half n int step = (n <= 4) ? 2 : ((n >>> 1) & EVENMASK) + 2; while (ws[i = (i + step) & m] != null) { if (++probes >= n) { workQueues = ws = Arrays.copyOf(ws, n <<= 1); m = n - 1; probes = 0; } } } w.hint = s; // use as random seed w.config = i | mode; w.scanState = i; // publication fence ws[i] = w; } } finally { unlockRunState(rs, rs & ~RSLOCK); } wt.setName(workerNamePrefix.concat(Integer.toString(i >>> 1))); return w; }
當主線程執行完後,jvm就會退出,因此須要考慮主線程執行完成時間和fork出去的線程執行時間,也須要考慮線程池的大小,默認爲當前cpu的核數-1,能夠參考下其餘系統的故障記錄:CompletableFuture線程池問題。緩存
當系統遇到瞬間產生大量請求時,能夠考慮將相同的請求合併,最大化利用系統IO,提升系統的吞吐量。網絡
能夠考慮符合條件的url請求,先收集起來,直到知足如下條件之一時進行合併發送:併發
請求合併實現能夠考慮自行使用請求隊列實現:併發環境下的請求合併,也能夠考慮Hystrix來實現:Hystrix實現請求合併/請求緩存app
目前公司網關組件janus也是經過合併auth請求的方式減小網絡開銷,提升cpu的利用率和系統吞吐量的。dom