合理利用线程池能够带来三个好处。
第一:降低资源消耗。通过重复利用已创建的线程降低线程创建和销毁造成的消耗。
第二:提高响应速度。当任务到达时,任务可以不需要等到线程创建就能立即执行。
第三:提高线程的可管理性。线程是稀缺资源,如果无限制的创建,不仅会消耗系统资源,还会降低系统的稳定性,使用线程池可以进行统一的分配,调优和监控。但是要做到合理的利用线程池,必须对其原理了如执掌。
我们可以通过ThreadPoolExecutor来创建一个线程池
1 new ThreadPoolExecutor(corePoolSize, maximumPoolSize, keepAliveTime, milliseconds,runnableTaskQueue, handler);
创建一个线程池需要输入几个参数:
我们可以使用execute提交的任务,但是execute方法没有返回值,所以无法判断任务是否被线程池执行成功。通过以下代码可知execute方法输入的任务是一个Runnable类的实例。
1 threadsPool.execute(new Runnable() {
2 @Override
3 public void run() {
4 // TODO Auto-generated method stub
5 }
6 });
我们也可以使用submit 方法来提交任务,它会返回一个future,那么我们可以通过这个future来判断任务是否执行成功,通过future的get方法来获取返回值,get方法会阻塞住直到任务完成,而使用get(long timeout, TimeUnit unit)方法则会阻塞一段时间后立即返回,这时有可能任务没有执行完。
1 Future<Object> future = executor.submit(harReturnValuetask);
2 try {
3 Object s = future.get();
4 } catch (InterruptedException e) {
5 // 处理中断异常
6 } catch (ExecutionException e) {
7 // 处理无法执行任务异常
8 } finally {
9 // 关闭线程池
10 executor.shutdown();
11 }
我们可以通过调用线程池的shutdown或shutdownNow方法来关闭线程池,它们的原理是遍历线程池中的工作线程,然后逐个调用线程的interrupt方法来中断线程,所以无法响应中断的任务可能永远无法终止。但是它们存在一定的区别,shutdownNow首先将线程池的状态设置成STOP,然后尝试停止所有的正在执行或暂停任务的线程,并返回等待执行任务的列表,而shutdown只是将线程池的状态设置成SHUTDOWN状态,然后中断所有没有正在执行任务的线程。
只要调用了这两个关闭方法的其中一个,isShutdown方法就会返回true。当所有的任务都已关闭后,才表示线程池关闭成功,这时调用isTerminaed方法会返回true。至于我们应该调用哪一种方法来关闭线程池,应该由提交到线程池的任务特性决定,通常调用shutdown来关闭线程池,如果任务不一定要执行完,则可以调用shutdownNow。
流程分析: 线程池的主要工作流程如下图:
从上图我们可以看出,当提交一个新任务到线程池时,线程池的处理流程如下:
源码分析。上面的流程分析让我们很直观的了解了线程池的工作原理,让我们再通过源代码来看看是如何实现的。线程池执行任务的方法如下:
1 public void execute(Runnable command) {
2 if (command == null)
3 throw new NullPointerException();
4 //如果线程数小于基本线程数,则创建线程并执行当前任务
5 if (poolSize >= corePoolSize || !addIfUnderCorePoolSize(command)) {
6 //如线程数大于等于基本线程数或线程创建失败,则将当前任务放到工作队列中。
7 if (runState == RUNNING && workQueue.offer(command)) {
8 if (runState != RUNNING || poolSize == 0)
9 ensureQueuedTaskHandled(command);
10 }
11 //如果线程池不处于运行中或任务无法放入队列,并且当前线程数量小于最大允许的线程数量,
12 则创建一个线程执行任务。
13 else if (!addIfUnderMaximumPoolSize(command))
14 //抛出RejectedExecutionException异常
15 reject(command); // is shutdown or saturated
16 }
17 }
工作线程。线程池创建线程时,会将线程封装成工作线程Worker,Worker在执行完任务后,还会无限循环获取工作队列里的任务来执行。我们可以从Worker的run方法里看到这点:
1 public void run() {
2 try {
3 Runnable task = firstTask;
4 firstTask = null;
5 while (task != null || (task = getTask()) != null) {
6 runTask(task);
7 task = null;
8 }
9 } finally {
10 workerDone(this);
11 }
12 }
要想合理的配置线程池,就必须首先分析任务特性,可以从以下几个角度来进行分析:
通过线程池提供的参数进行监控。线程池里有一些属性在监控线程池的时候可以使用
通过扩展线程池进行监控。通过继承线程池并重写线程池的beforeExecute,afterExecute和terminated方法,我们可以在任务执行前,执行后和线程池关闭前干一些事情。如监控任务的平均执行时间,最大执行时间和最小执行时间等。这几个方法在线程池里是空方法。如下:
1 protected void beforeExecute(Thread t, Runnable r) { }
在dubbo-common 模块的threadpool包下体现,如下图所示:
com.alibaba.dubbo.common.threadpool.ThreadPool ,线程池接口。代码如下:
1 //@SPI("fixed")注解,Dubbo SPI扩展点,默认为"fixed"。
2 @SPI("fixed")
3 public interface ThreadPool {
4 /**
5 * @Adaptive({Constants.THREADPOOL_KEY}) 注解,基于Dubbo SPI Adaptive机制,加载对应的线程池实现,使用URL.threadpool属性。
6 * getExecutor(url)方法,获得对应的线程池的执行器
7 *
8 */
9 @Adaptive({Constants.THREADPOOL_KEY})
10 Executor getExecutor(URL url);
11
12 }
com.alibaba.dubbo.common.threadpool.support.fixed.FixedThreadPool ,实现ThreadPool接口,固定大小线程池,启动时建立线程,不关闭,一直持有。代码如下:
1 public class FixedThreadPool implements ThreadPool {
2
3 @Override
4 public Executor getExecutor(URL url) {
5 //线程名
6 String name = url.getParameter(Constants.THREAD_NAME_KEY, Constants.DEFAULT_THREAD_NAME);
7 //线程数
8 int threads = url.getParameter(Constants.THREADS_KEY, Constants.DEFAULT_THREADS);
9 //队列数
10 int queues = url.getParameter(Constants.QUEUES_KEY, Constants.DEFAULT_QUEUES);
11 //创建执行器
12 return new ThreadPoolExecutor(threads, threads, 0, TimeUnit.MILLISECONDS,
13 /**
14 * 根据不同的队列数,使用不同的队列实现:
15 * queues == 0,SynchronousQueue对象。
16 * queues < 0,LinkedBlockingQueue对象。
17 * queues > 0,带队列数的LinkedBlockingQueue对象。
18 */
19 queues == 0 ? new SynchronousQueue<Runnable>() :
20 (queues < 0 ? new LinkedBlockingQueue<Runnable>()
21 : new LinkedBlockingQueue<Runnable>(queues)),
22 /**
23 * 创建NamedThreadFactory对象,用于生成线程名
24 * 创建AbortPolicyWithReport对象,用于当任务添加到线程池中被拒绝时。
25 */
26 new NamedInternalThreadFactory(name, true), new AbortPolicyWithReport(name, url));
27 }
28 }
com.alibaba.dubbo.common.threadpool.support.cached.CachedThreadPool ,实现ThreadPool接口,缓存线程池,空闲一定时长,自动删除,需要时重建。代码如下:
1 public class CachedThreadPool implements ThreadPool {
2
3 @Override
4 public Executor getExecutor(URL url) {
5 //线程池名
6 String name = url.getParameter(Constants.THREAD_NAME_KEY, Constants.DEFAULT_THREAD_NAME);
7 //核心线程数
8 int cores = url.getParameter(Constants.CORE_THREADS_KEY, Constants.DEFAULT_CORE_THREADS);
9 //最大线程数
10 int threads = url.getParameter(Constants.THREADS_KEY, Integer.MAX_VALUE);
11 //队列数
12 int queues = url.getParameter(Constants.QUEUES_KEY, Constants.DEFAULT_QUEUES);
13 //线程存活时长
14 int alive = url.getParameter(Constants.ALIVE_KEY, Constants.DEFAULT_ALIVE);
15 //创建执行器
16 return new ThreadPoolExecutor(cores, threads, alive, TimeUnit.MILLISECONDS,
17 queues == 0 ? new SynchronousQueue<Runnable>() :
18 (queues < 0 ? new LinkedBlockingQueue<Runnable>()
19 : new LinkedBlockingQueue<Runnable>(queues)),
20 new NamedInternalThreadFactory(name, true), new AbortPolicyWithReport(name, url));
21 }
22 }
com.alibaba.dubbo.common.threadpool.support.limited.LimitedThreadPool ,实现ThreadPool接口,可伸缩线程池,但池中的线程池只会增长不会收缩。只增长不收缩的目的是为了避免收缩时突然来了大流量引起的性能问题。代码如下:
1 public class LimitedThreadPool implements ThreadPool {
2
3 @Override
4 public Executor getExecutor(URL url) {
5 //线程池名
6 String name = url.getParameter(Constants.THREAD_NAME_KEY, Constants.DEFAULT_THREAD_NAME);
7 //核心线程数
8 int cores = url.getParameter(Constants.CORE_THREADS_KEY, Constants.DEFAULT_CORE_THREADS);
9 //最大线程数
10 int threads = url.getParameter(Constants.THREADS_KEY, Constants.DEFAULT_THREADS);
11 //队列数
12 int queues = url.getParameter(Constants.QUEUES_KEY, Constants.DEFAULT_QUEUES);
13 /**
14 * 和CachedThreadPool实现是基本一致的,差异点在alive == Integer.MAX_VALUE,空闲时间无限大,即不会删除。
15 */
16 return new ThreadPoolExecutor(cores, threads, Long.MAX_VALUE, TimeUnit.MILLISECONDS,
17 queues == 0 ? new SynchronousQueue<Runnable>() :
18 (queues < 0 ? new LinkedBlockingQueue<Runnable>()
19 : new LinkedBlockingQueue<Runnable>(queues)),
20 new NamedInternalThreadFactory(name, true), new AbortPolicyWithReport(name, url));
21 }
22
23 }
com.alibaba.dubbo.common.threadpool.support.AbortPolicyWithReport ,实现 java.util.concurrent.ThreadPoolExecutor.AbortPolicy,拒绝策略实现类。打印JStack,分析线程状态 代码如下:
1 /**
2 * AbortPolicyWithReport实现自ThreadPoolExecutor.AbortPolicy,拒绝策略实现类,
3 * 打印JStack,分析线程状态。
4 */
5 public class AbortPolicyWithReport extends ThreadPoolExecutor.AbortPolicy {
6
7
8 protected static final Logger logger = LoggerFactory.getLogger(AbortPolicyWithReport.class);
9 /**
10 * 线程名
11 */
12 private final String threadName;
13
14 /**
15 * URL 对象
16 */
17 private final URL url;
18
19 /**
20 * 最后打印时间
21 */
22 private static volatile long lastPrintTime = 0;
23
24 /**
25 * 信号量,大小为1。
26 */
27 private static Semaphore guard = new Semaphore(1);
28
29 public AbortPolicyWithReport(String threadName, URL url) {
30 this.threadName = threadName;
31 this.url = url;
32 }
33
34 @Override
35 public void rejectedExecution(Runnable r, ThreadPoolExecutor e) {
36 /**
37 * 打印告警日志
38 */
39 String msg = String.format("Thread pool is EXHAUSTED!" +
40 " Thread Name: %s, Pool Size: %d (active: %d, core: %d, max: %d, largest: %d), Task: %d (completed: %d)," +
41 " Executor status:(isShutdown:%s, isTerminated:%s, isTerminating:%s), in %s://%s:%d!",
42 threadName, e.getPoolSize(), e.getActiveCount(), e.getCorePoolSize(), e.getMaximumPoolSize(), e.getLargestPoolSize(),
43 e.getTaskCount(), e.getCompletedTaskCount(), e.isShutdown(), e.isTerminated(), e.isTerminating(),
44 url.getProtocol(), url.getIp(), url.getPort());
45 logger.warn(msg);
46 // 打印 JStack,分析线程状态。
47 dumpJStack();
48 //抛出 RejectedExecutionException 异常
49 throw new RejectedExecutionException(msg);
50 }
51
52 private void dumpJStack() {
53 long now = System.currentTimeMillis();
54 //每 10 分钟,打印一次。
55 //dump every 10 minutes
56 if (now - lastPrintTime < 10 * 60 * 1000) {
57 return;
58 }
59 //获得信号量
60 if (!guard.tryAcquire()) {
61 return;
62 }
63 //创建线程池,后台执行打印JStack
64 Executors.newSingleThreadExecutor().execute(new Runnable() {
65 @Override
66 public void run() {
67 //获得路径
68 String dumpPath = url.getParameter(Constants.DUMP_DIRECTORY, System.getProperty("user.home"));
69
70 SimpleDateFormat sdf;
71 //获得系统
72 String OS = System.getProperty("os.name").toLowerCase();
73
74 // window system don't support ":" in file name
75 if(OS.contains("win")){
76 sdf = new SimpleDateFormat("yyyy-MM-dd_HH-mm-ss");
77 }else {
78 sdf = new SimpleDateFormat("yyyy-MM-dd_HH:mm:ss");
79 }
80
81 String dateStr = sdf.format(new Date());
82 //获得输出流
83 FileOutputStream jstackStream = null;
84 try {
85 jstackStream = new FileOutputStream(new File(dumpPath, "Dubbo_JStack.log" + "." + dateStr));
86 //打印JStack
87 JVMUtil.jstack(jstackStream);
88 } catch (Throwable t) {
89 logger.error("dump jstack error", t);
90 } finally {
91 //释放信号量
92 guard.release();
93 //释放输出流
94 if (jstackStream != null) {
95 try {
96 jstackStream.flush();
97 jstackStream.close();
98 } catch (IOException e) {
99 }
100 }
101 }
102 //记录最后打印时间
103 lastPrintTime = System.currentTimeMillis();
104 }
105 });
106
107 }
108
109 }