ThreadPoolExecutor几点使用建议

时间：2022-11-07 20:53:43

背景

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

 

正文

先看一副图，描述了ThreadPoolExecutor的工作机制: 

ThreadPoolExecutor几点使用建议

 

整个ThreadPoolExecutor的任务处理有4步操作：

 

  • 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
  • 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
  • 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
  • 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。
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)
  • block queue有以下几种实现：
    1. ArrayBlockingQueue :  有界的数组队列
    2. LinkedBlockingQueue : 可支持有界/*的队列，使用链表实现
    3. PriorityBlockingQueue : 优先队列，可以针对任务排序
    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。
  • RejectExecutionHandler是针对任务无法处理时的一些自保护处理：
    1. Reject 直接抛出Reject exception
    2. Discard 直接忽略该runnable，不可取
    3. DiscardOldest 丢弃最早入队列的的任务
    4. CallsRun 直接让原先的client thread做为worker线程，进行执行
容易被人忽略的点： 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.
所以建议： block size >= corePoolSize ，不然线程池就没任何意义 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。   *  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。   *  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)。    * 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。
所以建议：  maximumPoolSize >= corePoolSize =期望的最大线程数。 (我曾经配置了corePoolSize=1, maximumPoolSize=20, blockqueue为*队列，最后就成了单线程工作的pool。典型的配置错误)
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。 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(业务层)异步并行加载技术分析和设计, 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。
所以建议：  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)

Btrace容量规划

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。

 

 

Java代码  ThreadPoolExecutor几点使用建议
  1. import static com.sun.btrace.BTraceUtils.addToAggregation;  
  2. import static com.sun.btrace.BTraceUtils.field;  
  3. import static com.sun.btrace.BTraceUtils.get;  
  4. import static com.sun.btrace.BTraceUtils.newAggregation;  
  5. import static com.sun.btrace.BTraceUtils.newAggregationKey;  
  6. import static com.sun.btrace.BTraceUtils.printAggregation;  
  7. import static com.sun.btrace.BTraceUtils.println;  
  8. import static com.sun.btrace.BTraceUtils.str;  
  9. import static com.sun.btrace.BTraceUtils.strcat;  
  10.   
  11. import java.lang.reflect.Field;  
  12. import java.util.concurrent.atomic.AtomicInteger;  
  13.   
  14. import com.sun.btrace.BTraceUtils;  
  15. import com.sun.btrace.aggregation.Aggregation;  
  16. import com.sun.btrace.aggregation.AggregationFunction;  
  17. import com.sun.btrace.aggregation.AggregationKey;  
  18. import com.sun.btrace.annotations.BTrace;  
  19. import com.sun.btrace.annotations.Kind;  
  20. import com.sun.btrace.annotations.Location;  
  21. import com.sun.btrace.annotations.OnEvent;  
  22. import com.sun.btrace.annotations.OnMethod;  
  23. import com.sun.btrace.annotations.OnTimer;  
  24. import com.sun.btrace.annotations.Self;  
  25.   
  26. /** 
  27.  * 并行加载监控 
  28.  *  
  29.  * @author jianghang 2011-4-7 下午10:59:53 
  30.  */  
  31. @BTrace  
  32. public class AsyncLoadTracer {  
  33.   
  34.     private static AtomicInteger rejecctCount = BTraceUtils.newAtomicInteger(0);  
  35.     private static Aggregation   histogram    = newAggregation(AggregationFunction.QUANTIZE);  
  36.     private static Aggregation   average      = newAggregation(AggregationFunction.AVERAGE);  
  37.     private static Aggregation   max          = newAggregation(AggregationFunction.MAXIMUM);  
  38.     private static Aggregation   min          = newAggregation(AggregationFunction.MINIMUM);  
  39.     private static Aggregation   sum          = newAggregation(AggregationFunction.SUM);  
  40.     private static Aggregation   count        = newAggregation(AggregationFunction.COUNT);  
  41.   
  42.     @OnMethod(clazz = "java.util.concurrent.ThreadPoolExecutor", method = "execute", location = @Location(value = Kind.ENTRY))  
  43.     public static void executeMonitor(@Self Object self) {  
  44.         Field poolSizeField = field("java.util.concurrent.ThreadPoolExecutor", "poolSize");  
  45.         Field largestPoolSizeField = field("java.util.concurrent.ThreadPoolExecutor", "largestPoolSize");  
  46.         Field workQueueField = field("java.util.concurrent.ThreadPoolExecutor", "workQueue");  
  47.   
  48.         Field countField = field("java.util.concurrent.ArrayBlockingQueue", "count");  
  49.         int poolSize = (Integer) get(poolSizeField, self);  
  50.         int largestPoolSize = (Integer) get(largestPoolSizeField, self);  
  51.         int queueSize = (Integer) get(countField, get(workQueueField, self));  
  52.   
  53.         println(strcat(strcat(strcat(strcat(strcat("poolSize : ", str(poolSize)), " largestPoolSize : "),  
  54.                                      str(largestPoolSize)), " queueSize : "), str(queueSize)));  
  55.     }  
  56.   
  57.     @OnMethod(clazz = "java.util.concurrent.ThreadPoolExecutor", method = "reject", location = @Location(value = Kind.ENTRY))  
  58.     public static void rejectMonitor(@Self Object self) {  
  59.         String name = str(self);  
  60.         if (BTraceUtils.startsWith(name, "com.alibaba.pivot.common.asyncload.impl.pool.AsyncLoadThreadPool")) {  
  61.             BTraceUtils.incrementAndGet(rejecctCount);  
  62.         }  
  63.     }  
  64.   
  65.     @OnTimer(1000)  
  66.     public static void rejectPrintln() {  
  67.         int reject = BTraceUtils.getAndSet(rejecctCount, 0);  
  68.         println(strcat("reject count in 1000 msec: ", str(reject)));  
  69.         AggregationKey key = newAggregationKey("rejectCount");  
  70.         addToAggregation(histogram, key, reject);  
  71.         addToAggregation(average, key, reject);  
  72.         addToAggregation(max, key, reject);  
  73.         addToAggregation(min, key, reject);  
  74.         addToAggregation(sum, key, reject);  
  75.         addToAggregation(count, key, reject);  
  76.     }  
  77.   
  78.     @OnEvent  
  79.     public static void onEvent() {  
  80.         BTraceUtils.truncateAggregation(histogram, 10);  
  81.         println("---------------------------------------------");  
  82.         printAggregation("Count", count);  
  83.         printAggregation("Min", min);  
  84.         printAggregation("Max", max);  
  85.         printAggregation("Average", average);  
  86.         printAggregation("Sum", sum);  
  87.         printAggregation("Histogram", histogram);  
  88.         println("---------------------------------------------");  
  89.     }  
  90. }  
  

运行结果：

 

Java代码  ThreadPoolExecutor几点使用建议
  1. poolSize : 1 , largestPoolSize = 10 , queueSize = 10  
  2. reject count in 1000 msec: 0  

 

说明：

1. poolSize 代表为当前的线程数

2. largestPoolSize 代表为历史最大的线程数

3. queueSize 代表blockqueue的当前堆积的size

4. reject count 代表在1000ms内的被reject的数量

 

 

最后

  这是我对ThreadPoolExecutor使用过程中的一些经验总结，希望能对大家有所帮助，如有描述不对的地方欢迎拍砖。

标签：

相关文章