场景
一个线程从某个地方接收消息(数据),可以是其他主机或者消息队列,然后转由另外的一个线程池来执行具体处理消息的逻辑,并且消息的处理速度小于接收消息的速度。这种情景很常见,试想一下,你会怎么设计和实现?
直观想法
很显然采用JUC的线程框架,可以迅速写出代码。
消息接收者:
- public class Receiver {
- private static volatile boolean inited = false;
- private static volatile boolean shutdown = false;
- private static volatile int cnt = 0;
- private MessageHandler messageHandler;
- public void start(){
- Executors.newSingleThreadExecutor().execute(new Runnable() {
- @Override
- public void run() {
- while(!shutdown){
- init();
- recv();
- }
- }
- });
- }
- /**
- * 模拟消息接收
- */
- public void recv(){
- Message msg = new Message("Msg" + System.currentTimeMillis()); System.out.println(String.format("接收到消息(%d): %s", ++cnt, msg)); messageHandler.handle(msg); } public void init(){ if(!inited){ messageHandler = new MessageHandler(); inited = true; } } public static void main(String[] args) { new Receiver().start();
- }
- }
消息处理:
- public class MessageHandler {
- private static final int THREAD_POOL_SIZE = 4;
- private ExecutorService service = Executors.newFixedThreadPool(THREAD_POOL_SIZE);
- public void handle(Message msg) {
- try {
- service.execute(new Runnable() {
- @Override
- public void run() {
- parseMsg(msg);
- }
- });
- } catch (Throwable e) {
- System.out.println("消息处理异常" + e); } } /** * 比较耗时的消息处理流程 */ public void parseMsg(Message message) { while (true) { try { System.out.println("解析消息:" + message); Thread.sleep(5000); System.out.println("============================"); } catch (InterruptedException e) {
- e.printStackTrace();
- }
- }
- }
- }
效果:这种方案导致的现象是接收到的消息会迅速堆积,我们从消息队列(或者其他地方)取出了大量消息,但是处理线程的速度又跟不上,所以导致的问题是大量的Task会堆积在线程池底层维护的一个阻塞队列中,这会极大的耗费存储空间,影响系统的性能。
分析:当execute()一个任务的时候,如果有空闲的worker线程,那么投入运行,否则看设置的最大线程个数,没有达到线程个数限制就创建新线程,接新任务,否则就把任务缓冲到一个阻塞队列中,问题就是这个队列,默认的大小是没有限制的,所以就会大量的堆积任务,必然耗费heap空间。
- public static ExecutorService newFixedThreadPool(int nThreads) {
- return new ThreadPoolExecutor(nThreads, nThreads,
- 0L, TimeUnit.MILLISECONDS,
- new LinkedBlockingQueue<Runnable>());
- }
- public LinkedBlockingQueue() {
- this(Integer.MAX_VALUE); // capacity
- }
计数限制
面对上述问题,想到了要限制消息接收的速度,自然就想到了各种线程同步的原语,不过在这里最简单的就是使用一个Volatile的计数器。
消息接收者:
- public class Receiver {
- private static volatile boolean inited = false;
- private static volatile boolean shutdown = false;
- private static volatile int cnt = 0;
- private MessageHandler messageHandler;
- public void start(){
- Executors.newSingleThreadExecutor().execute(new Runnable() {
- @Override
- public void run() {
- while(!shutdown){
- init();
- recv();
- }
- }
- });
- }
- /**
- * 模拟消息接收
- */
- public void recv(){
- Message msg = new Message("Msg" + System.currentTimeMillis()); System.out.println(String.format("接收到消息(%d): %s", ++cnt, msg)); messageHandler.handle(msg); } public void init(){ if(!inited){ messageHandler = new MessageHandler(); inited = true; } } public static void main(String[] args) { new Receiver().start();
- }
- }
消息处理:
- public class MessageHandler {
- private static final int THREAD_POOL_SIZE = 1;
- private ExecutorService service = Executors.newFixedThreadPool(THREAD_POOL_SIZE);
- public void handle(Message msg){
- try {
- service.execute(new Runnable() {
- @Override
- public void run() {
- parseMsg(msg);
- }
- });
- } catch (Throwable e) {
- System.out.println("消息处理异常" + e); } } /** * 比较耗时的消息处理流程 */ public void parseMsg(Message message){ try { Thread.sleep(10000); System.out.println("解析消息:" + message); } catch (InterruptedException e) { e.printStackTrace(); }finally {
- Receiver.limit --;
- }
- }
- }
效果:通过控制消息的个数来阻塞消息的接收过程,就不会导致任务的堆积,系统的内存消耗会比较平缓,限制消息的个数本质就和下面限制任务队列大小一样。
使用同步队列 SynchronousQueue
SynchronousQueue 虽名为队列,但是其实不会缓冲任务的对象,只是作为对象传递的控制点,如果有空闲线程或者没有达到最大线程限制,就会交付给worker线程去执行,否则就会拒绝,我们需要自己实现对应的拒绝策略RejectedExecutionHandler,默认的是抛出异常RejectedExecutionException。
消息接收者同上。
消息处理:
- public class MessageHandler {
- private static final int THREAD_POOL_SIZE = 4;
- ThreadPoolExecutor service = new ThreadPoolExecutor(THREAD_POOL_SIZE, THREAD_POOL_SIZE, 0L, TimeUnit.MILLISECONDS,
- new SynchronousQueue<Runnable>(), new RejectedExecutionHandler() {
- @Override
- public void rejectedExecution(Runnable r, ThreadPoolExecutor executor) {
- System.out.println("自定义拒绝策略"); try { executor.getQueue().put(r); System.out.println("重新放任务回队列"); } catch (InterruptedException e) { e.printStackTrace(); } } }); public void handle(Message msg) { try { System.out.println(service.getTaskCount()); System.out.println(service.getQueue().size()); System.out.println(service.getCompletedTaskCount()); service.execute(new Runnable() { @Override public void run() { parseMsg(msg); } }); } catch (Throwable e) { System.out.println("消息处理异常" + e); } } /** * 比较耗时的消息处理流程 */ public void parseMsg(Message message) { while (true) { try { System.out.println("线程名:" + Thread.currentThread().getName()); System.out.println("解析消息:" + message); Thread.sleep(1000); } catch (InterruptedException e) {
- e.printStackTrace();
- }
- }
- }
- }
效果:能够控制消息的接收速度,但是我们需要在rejectedExecution中实现某种阻塞的操作,但是选择在发生拒绝的时候把任务重新放回队列,带来的问题就是这个Task会发生饥饿现象。
使用大小限制的阻塞队列
使用LinkedBlockingQueue作为线程框架底层的任务缓冲区,并且设置大小限制,思想上和上述方案一样,都是有一个阻塞的点,但是通过最后的jvm monitor看到这里的CPU消耗更少,内存使用有所降低,并且波动小(具体原因有待探索)。
消息接收者同上。
消息处理:
- public class MessageHandler {
- private static final int THREAD_POOL_SIZE = 4;
- private static final int BLOCK_QUEUE_CAP = 500;
- ThreadPoolExecutor service = new ThreadPoolExecutor(THREAD_POOL_SIZE, THREAD_POOL_SIZE, 0L, TimeUnit.MILLISECONDS,
- new LinkedBlockingQueue<Runnable>(BLOCK_QUEUE_CAP), new SimpleThreadFactory(), new RejectedExecutionHandler() {
- @Override
- public void rejectedExecution(Runnable r, ThreadPoolExecutor executor) {
- System.out.println("自定义拒绝策略"); try { executor.getQueue().put(r); System.out.println("重新放任务回队列"); } catch (InterruptedException e) { e.printStackTrace(); } } }); public void handle(Message msg) { try { service.execute(new Runnable() { @Override public void run() { parseMsg(msg); } }); } catch (Throwable e) { System.out.println("消息处理异常" + e); } } /** * 比较耗时的消息处理流程 */ public void parseMsg(Message message) { try { Thread.sleep(5000); System.out.println("线程名:" + Thread.currentThread().getName()); System.out.println("解析消息:" + message); } catch (InterruptedException e) { e.printStackTrace(); } } static class SimpleThreadFactory implements ThreadFactory { @Override public Thread newThread(Runnable r) { Thread thread = new Thread(r); thread.setName("Thread-" + System.currentTimeMillis()); return thread;
- }
- }
- }
总结
多线程是比较容易出问题的地方,特别当对方法不熟悉的时候
作者:Chown
来源:51CTO