【JUC源码】线程池:创建线程池的参数设置思路&Excutors

·  阅读 1662

ThreadPoolExecutor 初始化时,主要有如下几个参数:

public ThreadPoolExecutor(int corePoolSize,
                          int maximumPoolSize,
                          long keepAliveTime,
                          TimeUnit unit,
                          BlockingQueue<Runnable> workQueue,
                          ThreadFactory threadFactory,
                          RejectedExecutionHandler handler) {
复制代码

大家对这几个参数应该都很熟悉了,虽然参数很少,但实际使用起来却有很多门道,大多数的问题主要集中在线程大小的设置,队列大小的设置两方面上,接下来我们一起看看工作中,如何初始化 ThreadPoolExecutor。

1.四种实现

1.1 coreSize == maxSize

相信很多人都看过或写过这样的代码:

ThreadPoolExecutor executor = new ThreadPoolExecutor(10, 10, 600000L, TimeUnit.DAYS,
                                                     new LinkedBlockingQueue());
复制代码

这行代码主要展示了在初始化 ThreadPoolExecutor 的时候,coreSize 和 maxSize 是相等的,这样设置的话,随着请求的不断增加,会是这样的现象:

  1. 请求数 < coreSize 时,新增线程;
  2. 请求数 >= coreSize && 队列不满时,添加任务入队;
  3. 队列满时,此时因为 coreSize 和 maxSize 相等,任务会被直接拒绝。

这么写的最大目的:是想让线程一下子增加到 maxSize,并且不要回收线程,防止线程回收,避免不断增加回收的损耗,一般来说业务流量都有波峰低谷,在流量低谷时,线程不会被回收;流量波峰时,maxSize 的线程可以应对波峰,不需要慢慢初始化到 maxSize 的过程。

这样设置有两个前提条件:

  1. allowCoreThreadTimeOut 我们采取默认 false,而不会主动设置成 true,allowCoreThreadTimeOut 是 false 的话,当线程空闲时,就不会回收核心线程
  2. keepAliveTime 和 TimeUnit 我们都会设置很大,这样线程空闲的时间就很长,线程就不会轻易的被回收

我们现在机器的资源都是很充足的,我们不用去担心线程空闲会浪费机器的资源,所以这种写法目前是很常见的。

1.2 maxSize 无界 + SynchronousQueue

在线程池选择队列时,我们也会看到 SynchronousQueue,SynchronousQueue 其内部有堆栈和队列两种形式,默认是堆栈的形式,其内部是没有存储的容器的,放元素和拿元素是一一对应的,比如我使用 put 方法放元素,如果此时没有对应的 take 操作的话,put 操作就会阻塞,需要有线程过来执行 take 操作后,put 操作才会返回。

maxSize 无界 + SynchronousQueue 这样的组合方式优缺点都很明显:

优点:阻塞队列没有存储空间,只要请求到来,就必须找到一条空闲线程去处理这个请求,找不到则在线程池新开辟一条线程去执行。如果是其他的队列的话,我们只知道任务已经被提交成功了,但无法知道当前任务是在被消费中,还是正在队列中堆积。

缺点:

  1. 比较消耗资源,大量请求到来时,我们会新建大量的线程来处理请求
  2. 正是因为 SynchronousQueue 没有存储空间,若线程池中的线程数已经达到了 maxSize 且没有空闲线程,那么第 maxSize+1 个任务就会被reject。所以如果请求的量难以预估的话,maxSize 的大小也很难设置

1.3 maxSize 有界 + Queue 无界

在一些对实时性要求不大,但流量忽高忽低的场景下,可以使用 maxSize 有界 + Queue 无界的组合方式。

比如我们设置 maxSize 为 20,Queue 选择默认构造器的 LinkedBlockingQueue,这样做的优缺点如下:

优点:

  1. 电脑 cpu 固定的情况下,每秒能同时工作的线程数是有限的,此时开很多的线程其实也是浪费,还不如把这些请求放到队列中去等待,这样可以减少线程之间的 CPU 的竞争;
  2. LinkedBlockingQueue 默认构造器构造出来的链表的最大容量是 Integer 的最大值,非常适合流量忽高忽低的场景,当流量高峰时,大量的请求被阻塞在队列中,让有限的线程可以慢慢消费。

缺点:流量高峰时,大量的请求被阻塞在队列中,对于请求的实时性难以保证,所以当对请求的实时性要求较高的场景,不能使用该组合。

1.4 maxSize 有界 + Queue 有界

这种组合是对 3 缺点的补充,我们把队列从无界修改成有界,只要排队的任务在要求的时间内,能够完成任务即可。

这种组合需要我们把线程和队列的大小进行配合计算,保证大多数请求都可以在要求的时间内,有响应返回。

2.三个问题

2.1 如何设置空闲线程不被回收?

有些场景下我们不想让空闲的线程被回收,于是就把 keepAliveTime 设置成 0,实际上这种设置是错误的,当我们把 keepAliveTime 设置成 0 时,线程使用 poll 方法在队列上进行超时阻塞时,会立马返回 null,也就是空闲线程会立马被回收。

所以如果我们想要空闲的线程不被回收,我们可以设置 keepAliveTime 为无穷大值,并且设置 TimeUnit 为时间的大单位,比如我们设置 keepAliveTime 为 365,TimeUnit 为 TimeUnit.DAYS,意思是线程空闲 1 年内都不会被回收。

在实际的工作中,机器的内存一般都够大,我们合理设置 maxSize 后,即使线程空闲,也不希望线程被回收,所以我们也可以设置 keepAliveTime 为无穷大。

2.2 什么时候应该使用公用线程池?

在实际开发中,某一个业务下的所有场景,我们都不会公用一个线程池,一般有以下几个原则:

  1. 查询和写入不公用线程池,互联网应用一般来说,查询量远远大于写入的量,如果查询和写入都要走线程池的话,我们一定不要公用线程池,也就是说查询走查询的线程池,写入走写入的线程池,如果公用的话,当查询量很大时,写入的请求可能会到队列中去排队,无法及时被处理;
  2. 多个写入业务场景看情况是否需要公用线程池,原则上来说,每个业务场景都独自使用自己的线程池,绝不共用,这样在业务治理、限流、熔断方面都比较容易,一旦多个业务场景公用线程池,可能就会造成业务场景之间的互相影响,现在的机器内存都很大,每个写入业务场景独立使用自己的线程池也是比较合理的;
  3. 多个查询业务场景是可以公用线程池的,查询的请求一般来说有几个特点:查询的场景多、rt 时间短、查询的量比较大,如果给每个查询场景都弄一个单独的线程池的话,第一个比较耗资源,第二个很难定义线程池中线程和队列的大小,比较复杂,所以多个相似的查询业务场景是可以公用线程池的。

2.3 如何算线程大小和队列大小?

在实际开发中,我们使用线程池时,需要慎重考虑线程的大小(coreSize,maxSize)和任务队列的大小(Queue),主要从几个方面入手:

  1. 根据业务进行考虑,初始化线程池时,我们需要考虑所有业务的并发情况
    1. 如果目前所有的业务同时都有很大流量,那么在对于当前业务设置线程池时,我们尽量把线程大小、队列大小都设置小
    2. 如果所有业务基本上都不会同时有流量,那么就可以稍微设置大一点
  2. 根据业务的实时性要求
    1. 如果实时性要求高的话,我们把队列设置小一点,coreSize == maxSize,并且设置 maxSize 大一点
    2. 如果实时性要求低的话,就可以把队列设置大一点

假设现在机器上某一时间段只会运行一种业务,业务的实时性要求较高,每个请求的平均 rt(ResponseTime) 是 200ms,请求超时时间是 2000ms,机器是 4 核 CPU,内存 16G,一台机器的 qps 是 100,这时候我们可以模拟一下如何设置:

  1. 4 核 CPU,假设 CPU 能够跑满,每个请求的 rt 是 200ms,就是 200 ms 能执行 4 条请求,2000ms 内能执行 2000/200 * 4 = 40 条请求;
  2. 200 ms 能执行 4 条请求,实际上 4 核 CPU 的性能远远高于这个,我们可以拍脑袋加 10 条,也就是说 2000ms 内预估能够执行 50 条;
  3. 一台机器的 qps 是 100,此时我们计算一台机器 2 秒内最多处理 50 条请求,所以此时如果不进行 rt 优化的话,我们需要加至少一台机器。

线程池可以大概这么设置:

ThreadPoolExecutor executor = new ThreadPoolExecutor(15, 15, 365L, TimeUnit.DAYS,
                                                     new LinkedBlockingQueue(35));
复制代码

线程数最大为 15,队列最大为 35,这样机器差不多可以在 2000ms 内处理最大的请求 50 条,当然根据你机器的性能和实时性要求,你可以调整线程数和队列的大小占比,只要总和小于 50 即可。

以上只是很粗糙的设置,在实际的工作中,还需要根据实际情况不断的观察和调整。

3.Executors

Excutors 已经封装了四种线程池的实现,其实就是在 new ThreadPoolExeCutor() 时设置了不同的参数

3.1 FixedThreadPool:固定大小线程池

new ThreadPoolExeCutor(nThreads,nThreads,0L,TimeUnit.SECONDS,new LinkedBlockingQueue<Runnable>())
复制代码
  • 特点:所有线程都是核心线程,当线程空闲时不会被回收,能快速响应外界请求
  • 用途:可以用于已知并发压力的情况下对线程数控制

3.2 CachedThreadPool:缓存线程池

new ThreadPoolExeCutor(0,Integer.MAX_VALUE,60L,TimeUnit.SECONDS,new SynchronousQueue<Runnable>());
复制代码
  • 特点:线程数量不确定,只有非核心线程,超时回收,来一个任务新建一个线程
  • 用途:可以无限扩大,适合执行大量耗时较少的任务

3.3 ScheduleThreadPool:定时线程池

new ThreadPoolExecutor(corePoolSize,Integer.MAX_VALUE, ~,~, new DelayedQueue<Runnable>())
复制代码
  • 特点:核心数固定,非核心不固定,可进行周期任务和定时任务
  • 用途:可用于延时启动,定时启动,适用于多个后台线程执行周期任务

3.4 SingleThreadPool:单线程线程池

new ThreadPoolExecutor(1,1,0L,TimeUnit.SECONDS,new LinkedBlockingQueue<Runnable>())
复制代码
  • 特点:可确保所有任务都在同一线程中按顺序执行,无需处理同步问题
  • 用途:可用于需要保证执行顺序的场景,并且只有一个线程在执行
分类:
后端
标签:
收藏成功!
已添加到「」, 点击更改