并发编程系列之如何正确使用线程池?

2021年9月2日 8点热度 0条评论 来源: smileNicky

并发编程系列博客

原文链接

并发编程系列之如何正确使用线程池?在上一章节的学习中,我们掌握了线程的基本知识,接着本博客会继续学习多线程中的线程池知识

1、线程是不是越多越好?

在学习多线程之前,读者可能会有疑问?如果单线程跑得太慢,那么是否就能多创建多个线程来跑任务?并发的情况,线程是不是创建越多越好?这是一个很经典的问题,画图表示一下创建很多线程的情况,然后进行情况分析。

  • 创建线程和销毁线程都是需要时间的,如果创建时间+销毁时间>执行任务时间就很不划算
  • 创建后的线程是需要内存去存放的,创建的线程对应一个Thread对象,对象是会占用JVM的堆内存的,根据jvm规范,一个线程默认最大栈大小为1M,这个栈空间也是需要从系统内存中分配的,所以线程越多,需要的内存就越多
  • 创建线程,操作系统是需要频繁进行线程上下文切换的,所以线程创建太多,是会影响性能的

上下文切换(context switch):对于单核CPU来说,在一个时刻只能运行一个线程,对于并行来说,单核cpu也是可以支持多线程执行代码的,CPU是通过给线程分配时间片来解决的,所谓时间片是CPU给每个线程分配的时间,时间片的时间是非常短的,所以执行完成一个时间片后,进行任务切换,切换之前先保存这个任务的状态,以便于下次换回来的时候,可以加载这个任务的状态,所以从保存任务状态到再加载任务的过程称为上下文切换,不仅在线程间可以上下文切换,进程也同样可以

2、如何正确使用多线程?

  • 如果是计算型任务?
    CPU数量的1~2倍即可
  • 如果是IO密集型任务?
    就需要多一些线程,要根据具体的io阻塞时长来进行考量决定

3、Java线程池的工作原理

  • 接收任务,放入线程池的任务仓库
  • 工作线程从线程池的任务仓库取,执行
  • 没有任务时,线程阻塞,有任务时唤醒线程

4、掌握JUC线程池API

  • Executor : 接口类

  • ExecutorService:加入关闭方法和对Runnable、Callable、Future的支持

    • shutdown:已经提交的会执行完成
    • shutdownNow:正在执行的会执行完成,未来执行的返回
    • awaitTermination:阻塞等待任务关闭完成
    • submit类型的:都是提交任务的,支持Runnable和Callable
    • invokeAll类型的:执行集合中所有任务
  • ScheduleExecutorService :加入对定时任务的支持

    其中schedule(Runablle , long, Timeunit)schedule(Callable<V> , long, TimeUnit)表示的是多久后执行,而scheduleAtFixedRate方法和scheduleWithFixedDelay方法表示的都是周期性重复执行的

再描述scheduleAtFixedRate方法和scheduleWithFixedDelay方法的区别:
scheduleAtFixedRate:以固定的时间频率重复执行任务,如每10s ,也就是两个任务直接以固定的时间间隔执行,不管任务执行完成与否

scheduleWithFixedDelay:以固定的任务时延迟来重复执行任务,这种任务不管任务执行多久都执行完成,然后隔预定的如3s,接着执行下一个任务,每个任务之间的间隔都是一样的

  • Executors:快速得到线程池的工具类,创建线程池的工厂类

    • newFixedThreadPool(int nThreads):创建一个固定大小、任务队列 无界的线程池。线程池的核心线程数=最大线程池=nThreads
    • newCachedThreadPool():创建的是一个大小无界的缓冲线程池。它的任务队列是一个同步队列。如果队列中有空闲的线程,则用空闲线程执行,如果没有就创建新线程执行。池中线程空闲超过60s,就会被释放。缓冲线程池使用于执行耗时比较小的异步任务。线程池的核心线程数=0,最大线程池=Integer.MAX_VALUE
    • newSingleThreadExecutor():创建的是只有一个线程来执行无界任务队列的单一线程池。该线程池按顺序执行一个一个加入的任务,任何时刻都只有一个线程在执行。单一线程池和newFixedThreadPool(1)的区别在于,单一线程池的池大小是不能再改变的
    • newScheduleThreadPool(int corePoolSize): 能定时执行任务的线程池,该池的核心线程数由参数corePoolSize指定,最大线程数=Integer.MAX_VALUE
    • newWorkStealingPool():以当前系统可用的处理器数作为并行级别创建的work-stealing thread pool(ForkJoinPool)
    • newWorkStealingPool(int parallelism):以指定的parallelism并行级别创建的work-stealing thread pool(ForkJoinPool)
  • ThreadPoolExecutor:线程池的标准实现

    下面列举出ThreadPoolExecutor的主要参数:

参数 描述
corePoolSize 核心线程数量
maxPoolSize 最大线程数量
keepAliveTime+时间单位 空闲线程的存活时间
ThreadFactory 线程工厂,用于创建线程
workQueue 用于存放任务的队列,可以称之为工作队列
Handler 用于处理被拒绝的任务

虽然Executors使用起来很方便,不过在阿里编程规范里是强调了慎用Executors创建线程池,下面摘录自阿里编程规范手册:

【强制】线程池不允许使用Executors去创建,而是通过ThreadPoolExecutor的方式,
这样的处理方式让写的同学更加明确线程池的运行规则,规避资源耗尽的风险。
说明:Executors各个方法的弊端:
1)newFixedThreadPool和newSingleThreadExecutor:
  主要问题是堆积的请求处理队列可能会耗费非常大的内存,甚至OOM。
2)newCachedThreadPool和newScheduledThreadPool:
  主要问题是线程数最大数是Integer.MAX_VALUE,可能会创建数量非常多的线程,甚至OOM。

ThreadPoolExecutor的基本参数:

new ThreadPoolExecutor(
				2, // 核心线程数 
				5, // 最大线程数
                60L, // keepAliveTime,线程空闲超过这个数,就会被销毁释放
                TimeUnit.SECONDS, // keepAliveTime的时间单位
                new ArrayBlockingQueue(5)); // 传入边界为5的工作队列

画流程图表示,线程池的核心参数是corePoolSize、maxPoolSize、workQueue(工作队列)

线程池工作原理示意图:任务可以一直放,直到线程池满了的情况,才会拒绝,然后除了核心线程,其它的线程会被合理回收。所以正常情况下,线程池中的线程数量会处在 corePoolSize 与 maximumPoolSize 的闭区间内

ThreadPoolExecutor基本实例:

ExecutorService service = new ThreadPoolExecutor(2, 5,
                60L, TimeUnit.SECONDS,
                new ArrayBlockingQueue(5));
 service.execute(() ->{
     System.out.println(String.format("thread name:%s",Thread.currentThread().getName()));
 });
  // 避免内存泄露,记得关闭线程池
 service.shutdown();

ThreadPoolExecutor加上Callable、Future使用的例子:

public static void  main(String[] args) {
	ExecutorService service = new ThreadPoolExecutor(2, 5,
	                60L, TimeUnit.SECONDS,
	                new ArrayBlockingQueue(5));
	
	Future<Integer> future = service.submit(new CallableTask());
	Thread.sleep(3000);
	System.out.println("future is done?" + future.isDone());
	if (future.isDone()) {
	    System.out.println("callableTask返回参数:"+future.get());
	}
	service.shutdown();
}

static class CallableTask implements Callable<Integer>{
     @Override
     public Integer call() {
         return ThreadLocalRandom.current().ints(0, (99 + 1)).limit(1).findFirst().getAsInt();
     }
 }

    原文作者:smileNicky
    原文地址: https://www.cnblogs.com/mzq123/p/15216738.html
    本文转自网络文章,转载此文章仅为分享知识,如有侵权,请联系管理员进行删除。