Java的ThreadPoolExecutor使用几点建议
fmms
12年前
<h1 style="font-size:2em;">背景</h1> <p style="margin:0px;">前段时间一个项目中因为涉及大量的线程开发，把jdk cocurrent的代码重新再过了一遍。这篇文章中主要是记录一下学习ThreadPoolExecutor过程中容易被人忽略的点，Doug Lea的整个类设计还是非常nice的</p> <p style="margin:0px;"> </p> <h1 style="font-size:2em;">正文</h1> <p style="margin:0px;">先看一副图，描述了ThreadPoolExecutor的工作机制: </p> <p style="margin:0px;"><img style="width:734px;height:369px;" class="magplus" title="点击查看原始大小图片" alt="ThreadPoolExecutor几点使用建议" src="https://simg.open-open.com/show/c1ef6265d236e90c361e6c943c288746.jpg" /></p> <p style="margin:0px;"> </p> <p style="margin:0px;">整个ThreadPoolExecutor的任务处理有4步操作：</p> <p style="margin:0px;"> </p> <ul> <li>第一步，初始的poolSize < corePoolSize，提交的runnable任务，会直接做为new一个Thread的参数，立马执行</li> <li>第二步，当提交的任务数超过了corePoolSize，就进入了第二步操作。会将当前的runable提交到一个block queue中<br /> </li> <li>第三步，如果block queue是个有界队列，当队列满了之后就进入了第三步。如果poolSize < maximumPoolsize时，会尝试new 一个Thread的进行救急处理，立马执行对应的runnable任务</li> <li>第四步，如果第三步救急方案也无法处理了，就会走到第四步执行reject操作。</li> </ul> <div> 几点说明：(相信这些网上一搜一大把，我这里简单介绍下，为后面做一下铺垫) </div> <div> <ul> <li>block queue有以下几种实现：<br /> 1. ArrayBlockingQueue : 有界的数组队列<br /> 2. LinkedBlockingQueue : 可支持有界/无界的队列，使用链表实现<br /> 3. PriorityBlockingQueue : 优先队列，可以针对任务排序<br /> 4. SynchronousQueue : 队列长度为1的队列，和Array有点区别就是：client thread提交到block queue会是一个阻塞过程，直到有一个worker thread连接上来poll task。</li> <li>RejectExecutionHandler是针对任务无法处理时的一些自保护处理：<br /> 1. Reject 直接抛出Reject exception<br /> 2. Discard 直接忽略该runnable，不可取<br /> 3. DiscardOldest 丢弃最早入队列的的任务<br /> 4. CallsRun 直接让原先的client thread做为worker线程，进行执行</li> </ul> </div> <div> <br /> </div> <div> 容易被人忽略的点： </div> <div> 1. pool threads启动后，以后的任务获取都会通过block queue中，获取堆积的runnable task. </div> <div> <br /> </div> <div> 所以建议： <span style="color:#ff0000;">block size >= corePoolSize ，不然线程池就没任何意义</span> </div> <div> 2. corePoolSize 和 maximumPoolSize的区别， 和大家正常理解的数据库连接池不太一样。 </div> <div> * 据dbcp pool为例，会有minIdle , maxActive配置。minIdle代表是常驻内存中的threads数量，maxActive代表是工作的最大线程数。 </div> <div> * 这里的corePoolSize就是连接池的maxActive的概念，它没有minIdle的概念(每个线程可以设置keepAliveTime，超过多少时间多有任务后销毁线程，但不会固定保持一定数量的threads)。 </div> <div> * 这里的maximumPoolSize，是一种救急措施的第一层。当threadPoolExecutor的工作threads存在满负荷，并且block queue队列也满了，这时代表接近崩溃边缘。这时允许临时起一批threads，用来处理runnable，处理完后立马退出。 </div> <div> <br /> </div> <div> 所以建议： <span style="color:#ff0000;"> maximumPoolSize >= corePoolSize =期望的最大线程数。 (我曾经配置了corePoolSize=1, maximumPoolSize=20, blockqueue为无界队列，最后就成了单线程工作的pool。典型的配置错误)</span> </div> <div> <br /> </div> <div> 3. 善用blockqueue和reject组合. 这里要重点推荐下CallsRun的Rejected Handler，从字面意思就是让调用者自己来运行。 </div> <div> 我们经常会在线上使用一些线程池做异步处理，比如我前面做的 <span style="line-height:24px;font-family:Helvetica, Tahoma, Arial, sans-serif;font-size:16px;font-weight:bold;"><a style="color:#006699;text-decoration:underline;" href="/misc/goto?guid=4959498383989483162">(业务层)异步并行加载技术分析和设计</a>, </span>将原本串行的请求都变为了并行操作，但过多的并行会增加系统的负载(比如软中断，上下文切换)。所以肯定需要对线程池做一个size限制。但是为了引入异步操作后，避免因在block queue的等待时间过长，所以需要在队列满的时，执行一个callsRun的策略，并行的操作又转为一个串行处理，这样就可以保证尽量少的延迟影响。 </div> <div> <br /> </div> <div> 所以建议： <span style="color:#ff0000;"> RejectExecutionHandler = CallsRun , blockqueue size = 2 * poolSize (为啥是2倍poolSize，主要一个考虑就是瞬间高峰处理，允许一个thread等待一个runnable任务)</span> </div> <h1 style="font-size:2em;">Btrace容量规划</h1> <p style="margin:0px;">再提供一个btrace脚本，分析线上的thread pool容量规划是否合理，可以运行时输出poolSize等一些数据。</p> <pre class="brush:java; toolbar: true; auto-links: false;">import static com.sun.btrace.BTraceUtils.addToAggregation; import static com.sun.btrace.BTraceUtils.field; import static com.sun.btrace.BTraceUtils.get; import static com.sun.btrace.BTraceUtils.newAggregation; import static com.sun.btrace.BTraceUtils.newAggregationKey; import static com.sun.btrace.BTraceUtils.printAggregation; import static com.sun.btrace.BTraceUtils.println; import static com.sun.btrace.BTraceUtils.str; import static com.sun.btrace.BTraceUtils.strcat; import java.lang.reflect.Field; import java.util.concurrent.atomic.AtomicInteger; import com.sun.btrace.BTraceUtils; import com.sun.btrace.aggregation.Aggregation; import com.sun.btrace.aggregation.AggregationFunction; import com.sun.btrace.aggregation.AggregationKey; import com.sun.btrace.annotations.BTrace; import com.sun.btrace.annotations.Kind; import com.sun.btrace.annotations.Location; import com.sun.btrace.annotations.OnEvent; import com.sun.btrace.annotations.OnMethod; import com.sun.btrace.annotations.OnTimer; import com.sun.btrace.annotations.Self; /** * 并行加载监控 * * @author jianghang 2011-4-7 下午10:59:53 */ @BTrace public class AsyncLoadTracer { private static AtomicInteger rejecctCount = BTraceUtils.newAtomicInteger(0); private static Aggregation histogram = newAggregation(AggregationFunction.QUANTIZE); private static Aggregation average = newAggregation(AggregationFunction.AVERAGE); private static Aggregation max = newAggregation(AggregationFunction.MAXIMUM); private static Aggregation min = newAggregation(AggregationFunction.MINIMUM); private static Aggregation sum = newAggregation(AggregationFunction.SUM); private static Aggregation count = newAggregation(AggregationFunction.COUNT); @OnMethod(clazz = "java.util.concurrent.ThreadPoolExecutor", method = "execute", location = @Location(value = Kind.ENTRY)) public static void executeMonitor(@Self Object self) { Field poolSizeField = field("java.util.concurrent.ThreadPoolExecutor", "poolSize"); Field largestPoolSizeField = field("java.util.concurrent.ThreadPoolExecutor", "largestPoolSize"); Field workQueueField = field("java.util.concurrent.ThreadPoolExecutor", "workQueue"); Field countField = field("java.util.concurrent.ArrayBlockingQueue", "count"); int poolSize = (Integer) get(poolSizeField, self); int largestPoolSize = (Integer) get(largestPoolSizeField, self); int queueSize = (Integer) get(countField, get(workQueueField, self)); println(strcat(strcat(strcat(strcat(strcat("poolSize : ", str(poolSize)), " largestPoolSize : "), str(largestPoolSize)), " queueSize : "), str(queueSize))); } @OnMethod(clazz = "java.util.concurrent.ThreadPoolExecutor", method = "reject", location = @Location(value = Kind.ENTRY)) public static void rejectMonitor(@Self Object self) { String name = str(self); if (BTraceUtils.startsWith(name, "com.alibaba.pivot.common.asyncload.impl.pool.AsyncLoadThreadPool")) { BTraceUtils.incrementAndGet(rejecctCount); } } @OnTimer(1000) public static void rejectPrintln() { int reject = BTraceUtils.getAndSet(rejecctCount, 0); println(strcat("reject count in 1000 msec: ", str(reject))); AggregationKey key = newAggregationKey("rejectCount"); addToAggregation(histogram, key, reject); addToAggregation(average, key, reject); addToAggregation(max, key, reject); addToAggregation(min, key, reject); addToAggregation(sum, key, reject); addToAggregation(count, key, reject); } @OnEvent public static void onEvent() { BTraceUtils.truncateAggregation(histogram, 10); println("---------------------------------------------"); printAggregation("Count", count); printAggregation("Min", min); printAggregation("Max", max); printAggregation("Average", average); printAggregation("Sum", sum); printAggregation("Histogram", histogram); println("---------------------------------------------"); } }</pre> <p></p> <p style="margin:0px;">运行结果：</p> <pre class="brush:java; toolbar: true; auto-links: false;">poolSize : 1 , largestPoolSize = 10 , queueSize = 10 reject count in 1000 msec: 0</pre> <p></p> <p style="margin:0px;">说明：</p> <p style="margin:0px;">1. poolSize 代表为当前的线程数</p> <p style="margin:0px;">2. largestPoolSize 代表为历史最大的线程数</p> <p style="margin:0px;">3. queueSize 代表blockqueue的当前堆积的size</p> <p style="margin:0px;">4. reject count 代表在1000ms内的被reject的数量。<br /> <br /> 转自：<a href="/misc/goto?guid=4959498384076520772" target="_blank">http://www.iteye.com/topic/1118660</a></p> <p style="margin:0px;"></p> <p style="margin:0px;"></p>