[完结13章]一课掌握Java并发编程精髓

用户688563658568
165 阅读6分钟

资料地址1：pan.baidu.com/s/1AcAiXR8a… 提取码：7skv 资料地址2：share.weiyun.com/VtbcAU8C 密码：gmqctf

Java并发编程从入门到进阶 多场景实战，众所周知，并发编程是优秀工程师的标准之一，但知识庞杂，复杂性高，常常让人望而却步。但如果没有掌握背后的核心原理，你开发的代码可能会成为难以调试和优化的头疼问题。在此，我将通过上百个案例场景驱动教学+动画直观演示，帮助大家深入、直观地理解并发编程核心概念和底层原理。助力大家在实际工作和面试中都能尽早脱颖而出。

首先，我们先来了解关于并发的基本概念。 并发情况主要会引出三个基本概念，分别是原子性、可见性、有序性三个基本概念

Java中线程的状态分为6种：

  1. 初始(NEW)：新创建了一个线程对象，但还没有调用start()方法。
  2. 运行(RUNNABLE)：Java线程中将就绪（ready）和运行中（running）两种状态笼统的称为“运行”。 线程对象创建后，其他线程(比如main线程）调用了该对象的start()方法。该状态的线程位于可运行线程池中，等待被线程调度选中，获取CPU的使用权，此时处于就绪状态（ready）。就绪状态的线程在获得CPU时间片后变为运行中状态（running）。
  3. 阻塞(BLOCKED)：表示线程阻塞于锁。
  4. 等待(WAITING)：进入该状态的线程需要等待其他线程做出一些特定动作（通知或中断）。
  5. 超时等待(TIMED_WAITING)：该状态不同于WAITING，它可以在指定的时间后自行返回。
  6. 终止(TERMINATED)：表示该线程已经执行完毕。

其实我们可以通过job.setPartitionerClass来设置分区类，不过目前我们是没有设置的，那框架中是不是有默认值啊，是有的，我们可以通过job.getPartitionerClass方法看到默认情况下会使用HashPartitioner这个分区类 那我们来看一下HashPartitioner的实现是什么样子的 /** Partition keys by their {@link Object#hashCode()}. */ @InterfaceAudience.Public @InterfaceStability.Stable public class HashPartitioner<K, V> extends Partitioner<K, V> {

/** Use {@link Object#hashCode()} to partition. */ public int getPartition(K key, V value, int numReduceTasks) { return (key.hashCode() & Integer.MAX_VALUE) % numReduceTasks; }

} 下面我们来具体跑一个这份数据，首先复制一份WordCountJob的代码，新的类名为WordCountJobSkew package com.imooc.mr;

import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.fs.Path; import org.apache.hadoop.io.LongWritable; import org.apache.hadoop.io.Text; import org.apache.hadoop.mapreduce.Job; import org.apache.hadoop.mapreduce.Mapper; import org.apache.hadoop.mapreduce.Reducer; import org.apache.hadoop.mapreduce.lib.input.FileInputFormat; import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat; import org.slf4j.Logger; import org.slf4j.LoggerFactory;

import java.io.IOException;

/**

  • 数据倾斜-增加Reduce任务个数

  • Created by xuwei / public class WordCountJobSkew { /*

    • Map阶段 / public static class MyMapper extends Mapper<LongWritable, Text,Text,LongWritable>{ Logger logger = LoggerFactory.getLogger(MyMapper.class); /*
      • 需要实现map函数
      • 这个map函数就是可以接收<k1,v1>，产生<k2，v2>
      • @param k1
      • @param v1
      • @param context
      • @throws IOException
      • @throws InterruptedException */ @Override protected void map(LongWritable k1, Text v1, Context context) throws IOException, InterruptedException { //输出k1,v1的值 //System.out.println("<k1,v1>=<"+k1.get()+","+v1.toString()+">"); //logger.info("<k1,v1>=<"+k1.get()+","+v1.toString()+">"); //k1 代表的是每一行数据的行首偏移量，v1代表的是每一行内容 //对获取到的每一行数据进行切割，把单词切割出来 String[] words = v1.toString().split(" "); //把单词封装成<k2,v2>的形式 Text k2 = new Text(words[0]); LongWritable v2 = new LongWritable(1L); //把<k2,v2>写出去 context.write(k2,v2); } }

    /**

    • Reduce阶段 / public static class MyReducer extends Reducer<Text,LongWritable,Text,LongWritable>{ Logger logger = LoggerFactory.getLogger(MyReducer.class); /*

      • 针对<k2,{v2...}>的数据进行累加求和，并且最终把数据转化为k3,v3写出去

      • @param k2

      • @param v2s

      • @param context

      • @throws IOException

      • @throws InterruptedException */ @Override protected void reduce(Text k2, Iterable v2s, Context context) throws IOException, InterruptedException { //创建一个sum变量，保存v2s的和 long sum = 0L; //对v2s中的数据进行累加求和 for(LongWritable v2: v2s){ //输出k2,v2的值 //System.out.println("<k2,v2>=<"+k2.toString()+","+v2.get()+">"); //logger.info("<k2,v2>=<"+k2.toString()+","+v2.get()+">"); sum += v2.get(); //模拟Reduce的复杂计算消耗的时间 if(sum % 200 ==0){ Thread.sleep(1); }

        }

        //组装k3,v3 Text k3 = k2; LongWritable v3 = new LongWritable(sum); //输出k3,v3的值 //System.out.println("<k3,v3>=<"+k3.toString()+","+v3.get()+">"); //logger.info("<k3,v3>=<"+k3.toString()+","+v3.get()+">"); // 把结果写出去 context.write(k3,v3); } }

    /**

    • 组装Job=Map+Reduce */ public static void main(String[] args) { try{ if(args.length!=3){ //如果传递的参数不够，程序直接退出 System.exit(100); }

       //指定Job需要的配置参数
 Configuration conf = new Configuration();
 //创建一个Job
 Job job = Job.getInstance(conf);

 //注意了：这一行必须设置，否则在集群中执行的时候是找不到WordCountJob这个类的
 job.setJarByClass(WordCountJobSkew.class);

 //指定输入路径（可以是文件，也可以是目录）
 FileInputFormat.setInputPaths(job,new Path(args[0]));
 //指定输出路径(只能指定一个不存在的目录)
 FileOutputFormat.setOutputPath(job,new Path(args[1]));

 //指定map相关的代码
 job.setMapperClass(MyMapper.class);
 //指定k2的类型
 job.setMapOutputKeyClass(Text.class);
 //指定v2的类型
 job.setMapOutputValueClass(LongWritable.class);



 //指定reduce相关的代码
 job.setReducerClass(MyReducer.class);
 //指定k3的类型
 job.setOutputKeyClass(Text.class);
 //指定v3的类型
 job.setOutputValueClass(LongWritable.class);
 //设置reduce任务个数
 job.setNumReduceTasks(Integer.parseInt(args[2]));

 //提交job
 job.waitForCompletion(true);

      }catch(Exception e){ e.printStackTrace(); }

    }

} 针对这个操作我们需要去修改代码，在这里我们再重新复制一个类，基于WordCountJobSkew复制，新的类名是WordCountJobSkewRandKey package com.imooc.mr;

import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.fs.Path; import org.apache.hadoop.io.LongWritable; import org.apache.hadoop.io.Text; import org.apache.hadoop.mapreduce.Job; import org.apache.hadoop.mapreduce.Mapper; import org.apache.hadoop.mapreduce.Reducer; import org.apache.hadoop.mapreduce.lib.input.FileInputFormat; import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat; import org.slf4j.Logger; import org.slf4j.LoggerFactory;

import java.io.IOException; import java.util.Random;

/**

  • 数据倾斜-把倾斜的数据打散

  • Created by xuwei / public class WordCountJobSkewRandKey { /*

    • Map阶段 / public static class MyMapper extends Mapper<LongWritable, Text,Text,LongWritable>{ Logger logger = LoggerFactory.getLogger(MyMapper.class); Random random = new Random(); /*
      • 需要实现map函数
      • 这个map函数就是可以接收<k1,v1>，产生<k2，v2>
      • @param k1
      • @param v1
      • @param context
      • @throws IOException
      • @throws InterruptedException */ @Override protected void map(LongWritable k1, Text v1, Context context) throws IOException, InterruptedException { //输出k1,v1的值 //System.out.println("<k1,v1>=<"+k1.get()+","+v1.toString()+">"); //logger.info("<k1,v1>=<"+k1.get()+","+v1.toString()+">"); //k1 代表的是每一行数据的行首偏移量，v1代表的是每一行内容 //对获取到的每一行数据进行切割，把单词切割出来 String[] words = v1.toString().split(" "); //把单词封装成<k2,v2>的形式 String key = words[0]; if("5".equals(key)){ //把倾斜的key打散，分成10份 key = "5"+"_"+random.nextInt(10); } Text k2 = new Text(key); LongWritable v2 = new LongWritable(1L); //把<k2,v2>写出去 context.write(k2,v2); } }

    /**

    • Reduce阶段 / public static class MyReducer extends Reducer<Text,LongWritable,Text,LongWritable>{ Logger logger = LoggerFactory.getLogger(MyReducer.class); /*

      • 针对<k2,{v2...}>的数据进行累加求和，并且最终把数据转化为k3,v3写出去

      • @param k2

      • @param v2s

      • @param context

      • @throws IOException

      • @throws InterruptedException */ @Override protected void reduce(Text k2, Iterable v2s, Context context) throws IOException, InterruptedException { //创建一个sum变量，保存v2s的和 long sum = 0L; //对v2s中的数据进行累加求和 for(LongWritable v2: v2s){ //输出k2,v2的值 //System.out.println("<k2,v2>=<"+k2.toString()+","+v2.get()+">"); //logger.info("<k2,v2>=<"+k2.toString()+","+v2.get()+">"); sum += v2.get(); //模拟Reduce的复杂计算消耗的时间 if(sum % 200 ==0){ Thread.sleep(1); }

        }

        //组装k3,v3 Text k3 = k2; LongWritable v3 = new LongWritable(sum); //输出k3,v3的值 //System.out.println("<k3,v3>=<"+k3.toString()+","+v3.get()+">"); //logger.info("<k3,v3>=<"+k3.toString()+","+v3.get()+">"); // 把结果写出去 context.write(k3,v3); } }

    /**

    • 组装Job=Map+Reduce */ public static void main(String[] args) { try{ if(args.length!=3){ //如果传递的参数不够，程序直接退出 System.exit(100); }

       //指定Job需要的配置参数
 Configuration conf = new Configuration();
 //创建一个Job
 Job job = Job.getInstance(conf);

 //注意了：这一行必须设置，否则在集群中执行的时候是找不到WordCountJob这个类的
 job.setJarByClass(WordCountJobSkewRandKey.class);

 //指定输入路径（可以是文件，也可以是目录）
 FileInputFormat.setInputPaths(job,new Path(args[0]));
 //指定输出路径(只能指定一个不存在的目录)
 FileOutputFormat.setOutputPath(job,new Path(args[1]));

 //指定map相关的代码
 job.setMapperClass(MyMapper.class);
 //指定k2的类型
 job.setMapOutputKeyClass(Text.class);
 //指定v2的类型
 job.setMapOutputValueClass(LongWritable.class);



 //指定reduce相关的代码
 job.setReducerClass(MyReducer.class);
 //指定k3的类型
 job.setOutputKeyClass(Text.class);
 //指定v3的类型
 job.setOutputValueClass(LongWritable.class);
 //设置reduce任务个数
 job.setNumReduceTasks(Integer.parseInt(args[2]));

 //提交job
 job.waitForCompletion(true);

      }catch(Exception e){ e.printStackTrace(); }

    }

} 调用parallelize()时，有一个重要的参数可以指定，就是将集合切分成多少个partition。 Spark会为每一个partition运行一个task来进行处理。 Spark默认会根据集群的配置来设置partition的数量。我们也可以在调用parallelize()方法时，传入第二个参数，来设置RDD的partition数量，例如：parallelize(arr, 5) scala代码如下： package com.imooc.scala

import org.apache.spark.{SparkConf, SparkContext}

/**

  • 需求：使用集合创建RDD
  • Created by xuwei */ object CreateRddByArrayScala {

def main(args: Array[String]): Unit = { //创建SparkContext val conf = new SparkConf() conf.setAppName("CreateRddByArrayScala ")//设置任务名称 .setMaster("local")//local表示在本地执行 val sc = new SparkContext(conf)

//创建集合
val arr = Array(1,2,3,4,5)
//基于集合创建RDD
val rdd = sc.parallelize(arr)
val sum = rdd.reduce(_ + _)
println(sum)

//停止SparkContext
sc.stop()

}

}

avatar
文章
阅读
粉丝