Java：并发笔记-08

Java：并发笔记-08

说明：这是看了 bilibili 上 黑马程序员 的课程 java并发编程 后做的笔记

7. 共享模型之工具-1

7.1 线程池

1. 自定义线程池

步骤1：自定义拒绝策略接口

// 拒绝策略
@FunctionalInterface
interface RejectPolicy<T>{
    void reject(BlockingQueue<T> queue, T task);
}

步骤2：自定义任务队列

// 自定义任务队列
class BlockingQueue<T>{
    // 1. 任务队列
    private Deque<T> queue = new ArrayDeque<>();
    // 2. 锁
    private ReentrantLock lock = new ReentrantLock();
    // 3. 生产者条件变量--主线程生产任务
    private Condition fullWaitSet = lock.newCondition();
    // 4. 消费者条件变量--线程池中的线程消费任务
    private Condition emptyWatiSet = lock.newCondition();
    // 5. 容量
    private int capacity;

    public BlockingQueue(int capacity) {
        this.capacity = capacity;
    }

    // 阻塞获取
    public T take(){
        lock.lock();
        try {
            while (queue.isEmpty()){
                try {
                    // 当队列中没有任务时，则进入等待
                    emptyWatiSet.await();
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
            }
            // 获取队列头部元素
            T t = queue.removeFirst();
            // 队列不满了，可以唤醒生产者线程往队列中添加线程
            fullWaitSet.signal();
            return t;
        }finally {
            lock.unlock();
        }
    }

    // 带超时阻塞获取
    public T poll(long timeout, TimeUnit unit){
        lock.lock();
        try {
            // 将 timeout 统一转换为 纳秒
            long nanos = unit.toNanos(timeout);

            while (queue.isEmpty()){
                try {
                    // 当队列中没有任务时，则进入等待
                    // 防止虚假唤醒
                    if(nanos <= 0){
                        return null;
                    }
                    // awaitNanos返回的是剩余时间
                    nanos = emptyWatiSet.awaitNanos(nanos);
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
            }
            // 获取队列头部元素
            T t = queue.removeFirst();
            // 队列不满了，可以唤醒生产者线程往队列中添加线程
            fullWaitSet.signal();
            return t;
        }finally {
            lock.unlock();
        }
    }

    // 阻塞添加
    public void put(T task){
        lock.lock();
        try {
            while (queue.size() == capacity){
                // 当队列满时，进入等待，等待消费者消费线程
                LoggerUtils.LOGGER.debug("等待加入任务队列 {} ...", task);
                try {
                    fullWaitSet.await();
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
            }
            LoggerUtils.LOGGER.debug("加入任务队列 {}", task);
            queue.addLast(task);
            // 队列中有任务了，唤醒消费者线程
            emptyWatiSet.signal();
        }finally {
            lock.unlock();
        }
    }

    // 带超时时间阻塞添加
    public boolean offer(T task, long timeout, TimeUnit unit){
        lock.lock();
        try {
            long nanos = unit.toNanos(timeout);
            while (queue.size() == capacity){
                // 当队列满时，进入等待，等待消费者消费线程
                // 防止虚假唤醒
                try {
                    if(nanos <= 0){
                        return false;
                    }
                    LoggerUtils.LOGGER.debug("等待加入任务队列 {} ...", task);
                    nanos = fullWaitSet.awaitNanos(nanos);
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
            }
            LoggerUtils.LOGGER.debug("加入任务队列 {}", task);
            queue.addLast(task);
            // 队列中有任务了，唤醒消费者线程
            emptyWatiSet.signal();
            return true;
        }finally {
            lock.unlock();
        }
    }

    public void tryPut(RejectPolicy<T> rejectPolicy, T task){
        lock.lock();
        try {
            // 判断队列是否已满
            if(queue.size() == capacity){
                rejectPolicy.reject(this, task);
            }else{
                LoggerUtils.LOGGER.debug("加入任务队列 {}", task);
                queue.addLast(task);
                // 队列中有任务了，唤醒消费者线程
                emptyWatiSet.signal();
            }
        }finally {
            lock.unlock();
        }
    }

    // 获取大小
    public int size(){
        lock.lock();
        try {
            return queue.size();
        }finally {
            lock.unlock();
        }
    }
}

步骤3：自定义线程池

class ThreadPool{
    // 任务队列
    private BlockingQueue<Runnable> taskQueue;
    // 线程集合
    private HashSet<Worker> workers = new HashSet<Worker>();
    // 核心线程数
    private int coreSize;

    // 获取任务时的超时时间
    private long timeout;
    private TimeUnit timeUnit;

    private RejectPolicy<Runnable> rejectPolicy;

    public ThreadPool(int coreSize, long timeout, TimeUnit timeUnit, int queueCapacity, RejectPolicy<Runnable> rejectPolicy) {
        this.coreSize = coreSize;
        this.timeout = timeout;
        this.timeUnit = timeUnit;
        this.rejectPolicy = rejectPolicy;
        this.taskQueue = new BlockingQueue<>(queueCapacity);  // 指定队列大小
    }

    class Worker extends Thread{
        private Runnable task;

        public Worker(Runnable task) {
            this.task = task;
        }

        @Override
        public void run() {
            // 执行任务
            // 1) 当 task 不为空，执行任务
            // 2) 当 task 执行完毕，再接着从任务队列获取任务并执行
            // while (task != null || (task = taskQueue.take()) != null){  // 无超时时间等待
            while (task != null || (task = taskQueue.poll(timeout, timeUnit)) != null){  // 有超时时间等待
                try {
                    LoggerUtils.LOGGER.debug("正在执行...{}", task);
                    // 执行任务
                    task.run();
                }catch (Exception e){
                    e.printStackTrace();
                }finally {
                    task = null;
                }
            }

            // 执行完任何后，在workers中移除当前的task
            synchronized (workers){
                LoggerUtils.LOGGER.debug("worker 被移除{}", this);
                workers.remove(this);
            }
        }
    }

    // 执行任务
    public void execute(Runnable task){
        // 当任务数没有超过 coreSize 时，直接交给 worker 对象执行
        // 如果任务数超过 coreSize 时，加入任务队列暂存
        synchronized (workers){  // workers非线程安全
            if(workers.size() < coreSize){
                Worker worker = new Worker(task);
                LoggerUtils.LOGGER.debug("新增 worker{}, {}", worker, task);
                workers.add(worker);
                worker.start();
            }else{  // 将线程加入任务队列
                // 1)死等
                // taskQueue.put(task);
                // 2)带超时等待
                // taskQueue.offer(task, 1000, TimeUnit.MILLISECONDS);
                // 3) 让调用者放弃任务执行
                // 4) 让调用者抛出异常
                // 5) 让调用者自己执行任务
                // 将上述情况抽象成一个接口
                taskQueue.tryPut(rejectPolicy, task);
            }
        }
    }
}

步骤4：测试

public static void main(String[] args) {
    // 任务数超过任务队列
    ThreadPool threadPool = new ThreadPool(2, 1000, TimeUnit.MILLISECONDS, 10, (queue, task)->{
        // queue.put(task);  // 死等
        // queue.offer(task, 1000, TimeUnit.MILLISECONDS);  // 有时限等待
        // LoggerUtils.LOGGER.debug("放弃 {} 任务", task);// 放弃
        // throw new RuntimeException("执行任务失败" + task); // 抛出异常
        task.run(); //让调用者自己执行任务
    });
    for (int i = 0; i < 15; i++) {
        int j = i;
        threadPool.execute(() -> {
            LoggerUtils.LOGGER.debug("线程:{}, 正在被执行", j);
            Sleeper.sleep(10000);
        });
    }
}

2. ThreadPoolExecutor

1) 线程池状态

ThreadPoolExecutor 使用 int 的高 3 位来表示线程池状态，低 29 位表示线程数量

状态名	高 3 位	接收新任务	处理阻塞队列任务	说明
RUNNING	111	Y	Y
SHUTDOWN	000	N	Y	不会接收新任务，但会处理阻塞队列剩余任务
STOP	001	N	N	会中断正在执行的任务，并抛弃阻塞队列任务
TIDYING	010	-	-	任务全执行完毕，活动线程为 0 即将进入终结
TERMINATED	011	-	-	终结状态

从数字上比较，TERMINATED > TIDYING > STOP > SHUTDOWN > RUNNING

最高位表示符号位，因此RUNNING最小

这些信息存储在一个原子变量 ctl 中，目的是将线程池状态与线程个数合二为一，这样就可以用一次 cas 原子操作进行赋值

// c 为旧值， ctlOf 返回结果为新值
ctl.compareAndSet(c, ctlOf(targetState, workerCountOf(c))));

// rs 为高3位代表线程池状态， wc 为低29位代表线程个数，ctl 是合并它们
private static int ctlOf(int rs, int wc) { return rs | wc; }

2) 构造方法

public ThreadPoolExecutor(int corePoolSize,
                          int maximumPoolSize,
                          long keepAliveTime,
                          TimeUnit unit,
                          BlockingQueue<Runnable> workQueue,
                          ThreadFactory threadFactory,
                          RejectedExecutionHandler handler) {
}

• corePoolSize 核心线程数目 (最多保留的线程数)
• maximumPoolSize 最大线程数目
• keepAliveTime 生存时间 - 针对救急线程，救急线程有生存时间，而核心线程被创建后是没有的
• unit 时间单位 - 针对救急线程
• workQueue 阻塞队列
• threadFactory 线程工厂 - 可以为线程创建时起个好名字
• handler 拒绝策略

工作方式：

• 线程池中刚开始没有线程，当一个任务提交给线程池后，线程池会创建一个新线程来执行任务。

• 当线程数达到 corePoolSize 并没有线程空闲，这时再加入任务，新加的任务会被加入workQueue 队列排队，直到有空闲的线程。

• 如果队列选择了有界队列，那么任务超过了队列大小时，会创建 maximumPoolSize - corePoolSize 数目的线程来救急。

• 如果线程到达 maximumPoolSize 仍然有新任务这时会执行拒绝策略。拒绝策略 jdk 提供了 4 种实现，其它著名框架也提供了实现

  • AbortPolicy 让调用者抛出 RejectedExecutionException 异常，这是默认策略
  • CallerRunsPolicy 让调用者运行任务
  • DiscardPolicy 放弃本次任务
  • DiscardOldestPolicy 放弃队列中最早的任务，本任务取而代之
  • Dubbo 的实现：在抛出 RejectedExecutionException 异常之前会记录日志，并 dump 线程栈信息，方便定位问题
  • Netty 的实现：是创建一个新线程来执行任务
  • ActiveMQ 的实现：带超时等待（60s）尝试放入队列，类似我们之前自定义的拒绝策略
  • PinPoint 的实现：它使用了一个拒绝策略链，会逐一尝试策略链中每种拒绝策略

  

• 当高峰过去后，超过corePoolSize 的救急线程如果一段时间没有任务做，需要结束节省资源，这个时间由keepAliveTime 和 unit 来控制。

根据这个构造方法，JDK Executors 类中提供了众多工厂方法来创建各种用途的线程池

3) newFixedThreadPool

public static ExecutorService newFixedThreadPool(int nThreads) {
    return new ThreadPoolExecutor(nThreads, nThreads,
                                  0L, TimeUnit.MILLISECONDS,
                                  new LinkedBlockingQueue<Runnable>());
}

特点

• 核心线程数 == 最大线程数（没有救急线程被创建），因此也无需超时时间
• 阻塞队列是无界的，可以放任意数量的任务

评价 适用于任务量已知，相对耗时的任务

使用案例：

ExecutorService pool = Executors.newFixedThreadPool(2);
for (int i = 0; i < 3; i++) {
    int j = i;
    pool.execute(new Runnable() {
        @Override
        public void run() {
            LoggerUtils.LOGGER.debug("{} threads", j);
        }
    });
}

// 输出：
// 21:29:14.000 cn.util.LoggerUtils [pool-1-thread-1] - 0 threads
// 21:29:14.000 cn.util.LoggerUtils [pool-1-thread-2] - 1 threads
// 21:29:14.003 cn.util.LoggerUtils [pool-1-thread-1] - 2 threads

// 自定义ThreadFactory， 给线程起个名字
ExecutorService pool = Executors.newFixedThreadPool(2, new ThreadFactory() {
    private AtomicInteger t = new AtomicInteger(1);
    @Override
    public Thread newThread(Runnable r) {
        return new Thread(r, "my-pool-thread-" + t.getAndIncrement());
    }
});

for (int i = 0; i < 3; i++) {
    int j = i;
    pool.execute(() -> LoggerUtils.LOGGER.debug("{} threads", j));
}

// 输出：通过ThreadFactory自定义了线程的名字
// 21:34:10.290 cn.util.LoggerUtils [my-pool-thread-1] - 0 threads
// 21:34:10.294 cn.util.LoggerUtils [my-pool-thread-1] - 2 threads
// 21:34:10.290 cn.util.LoggerUtils [my-pool-thread-2] - 1 threads

4) newCachedThreadPool

public static ExecutorService newCachedThreadPool() {
    return new ThreadPoolExecutor(0, Integer.MAX_VALUE,
                                  60L, TimeUnit.SECONDS,
                                  new SynchronousQueue<Runnable>());
}

特点

• 核心线程数是 0， 最大线程数是 Integer.MAX_VALUE，救急线程的空闲生存时间是 60s，意味着
  • 全部都是救急线程（60s 后可以回收）
  • 救急线程可以无限创建
• 队列采用了 SynchronousQueue 实现特点是，它没有容量，没有线程来取是放不进去的（一手交钱、一手交货）

SynchronousQueue<Integer> integers = new SynchronousQueue<>();

new Thread(()->{
    try {
        LoggerUtils.LOGGER.debug("putting {}", 1);
        integers.put(1);
        LoggerUtils.LOGGER.debug("{} putted", 1);

        LoggerUtils.LOGGER.debug("putting {}", 2);
        integers.put(2);
        LoggerUtils.LOGGER.debug("{} putted", 2);
    }catch (InterruptedException e) {
        e.printStackTrace();
    }
}, "t1").start();

Sleeper.sleep(1);

new Thread(()->{
    try {
        LoggerUtils.LOGGER.debug("taking {}", 1);
        integers.take();
    }catch (InterruptedException e) {
        e.printStackTrace();
    }
}, "t2").start();

Sleeper.sleep(1);

new Thread(()->{
    try {
        LoggerUtils.LOGGER.debug("taking {}", 2);
        integers.take();
    }catch (InterruptedException e) {
        e.printStackTrace();
    }
}, "t3").start();

输出：

21:40:46.427 cn.util.LoggerUtils [t1] - putting 1
21:40:47.193 cn.util.LoggerUtils [t2] - taking 1
21:40:47.193 cn.util.LoggerUtils [t1] - 1 putted
21:40:47.193 cn.util.LoggerUtils [t1] - putting 2
21:40:48.196 cn.util.LoggerUtils [t3] - taking 2
21:40:48.196 cn.util.LoggerUtils [t1] - 2 putted

评价 整个线程池表现为线程数会根据任务量不断增长，没有上限，当任务执行完毕，空闲 1分钟后释放线程。 适合任务数比较密集，但每个任务执行时间较短的情况

5) newSingleThreadExecutor

public static ExecutorService newSingleThreadExecutor(ThreadFactory threadFactory) {
    return new FinalizableDelegatedExecutorService
        (new ThreadPoolExecutor(1, 1,
                                0L, TimeUnit.MILLISECONDS,
                                new LinkedBlockingQueue<Runnable>(),
                                threadFactory));
}

使用场景：

希望多个任务排队执行。线程数固定为 1，任务数多于 1 时，会放入无界队列排队。任务执行完毕，这唯一的线程也不会被释放。

区别：

• 自己创建一个单线程串行执行任务，如果任务执行失败而终止那么没有任何补救措施；而线程池还会新建一个线程，保证池的正常工作

  ExecutorService pool = Executors.newSingleThreadExecutor();
  pool.execute(() -> {
      LoggerUtils.LOGGER.debug("{} threads", 1);
      int i = 1/0;  // exception  出异常后，还会创建线程继续执行后面的线程任务
  });
  pool.execute(() -> LoggerUtils.LOGGER.debug("{} threads", 2));
  pool.execute(() -> LoggerUtils.LOGGER.debug("{} threads", 3));
  

• Executors.newSingleThreadExecutor() 线程个数始终为1，不能修改

  • FinalizableDelegatedExecutorService 应用的是装饰器模式，只对外暴露了 ExecutorService 接口，因此不能调用 ThreadPoolExecutor 中特有的方法

• Executors.newFixedThreadPool(1) 初始时为1，以后还可以修改

  • 对外暴露的是 ThreadPoolExecutor 对象，可以强转后调用 setCorePoolSize 等方法进行修改

6) 提交任务

// 执行任务
void execute(Runnable command);

// 提交任务 task，用返回值 Future 获得任务执行结果
<T> Future<T> submit(Callable<T> task);

// 提交 tasks 中所有任务
public <T> List<Future<T>> invokeAll(Collection<? extends Callable<T>> tasks) throws InterruptedException;

// 提交 tasks 中所有任务，带超时时间，若超时会将超时的任务取消
public <T> List<Future<T>> invokeAll(Collection<? extends Callable<T>> tasks, long timeout, TimeUnit unit) throws InterruptedException;

// 提交 tasks 中所有任务，哪个任务先成功执行完毕，返回此任务执行结果，其它任务取消
public <T> T invokeAny(Collection<? extends Callable<T>> tasks) throws InterruptedException, ExecutionException;

// 提交 tasks 中所有任务，哪个任务先成功执行完毕，返回此任务执行结果，其它任务取消，带超时时间
public <T> T invokeAny(Collection<? extends Callable<T>> tasks, long timeout, TimeUnit unit) throws InterruptedException, ExecutionException, TimeoutException;

submit 调用示例：

ExecutorService pool = Executors.newFixedThreadPool(2);

Future<String> future = pool.submit(new Callable<String>() {
    @Override
    public String call() throws Exception {
        LoggerUtils.LOGGER.debug("running...");
        Sleeper.sleep(1);
        return "ok";
    }
});
LoggerUtils.LOGGER.debug("{}", future.get());

// 结果：
// 21:57:48.013 cn.util.LoggerUtils [pool-1-thread-1] - running...
// 21:57:49.018 cn.util.LoggerUtils [main] - ok

invokeAll 调用示例：

ExecutorService pool = Executors.newFixedThreadPool(2);

List<Future<String>> futures = pool.invokeAll(Arrays.asList(
    () -> {
        LoggerUtils.LOGGER.debug("begin");
        Sleeper.sleep(1);
        return "1";
    },
    () -> {
        LoggerUtils.LOGGER.debug("begin");
        Sleeper.sleep(0.5);
        return "2";
    },
    () -> {
        LoggerUtils.LOGGER.debug("begin");
        Sleeper.sleep(2);
        return "3";
    }
));
futures.forEach(f->{
    try {
        LoggerUtils.LOGGER.debug("{}", f.get());
    } catch (InterruptedException e) {
        e.printStackTrace();
    } catch (ExecutionException e) {
        e.printStackTrace();
    }
});

// 输出：
// 22:06:07.676 cn.util.LoggerUtils [pool-1-thread-1] - begin
// 22:06:07.676 cn.util.LoggerUtils [pool-1-thread-2] - begin
// 22:06:08.186 cn.util.LoggerUtils [pool-1-thread-2] - begin
// 22:06:10.187 cn.util.LoggerUtils [main] - 1
// 22:06:10.189 cn.util.LoggerUtils [main] - 2
// 22:06:10.189 cn.util.LoggerUtils [main] - 3

invokeAny 调用示例：

ExecutorService pool = Executors.newFixedThreadPool(2);

String result = pool.invokeAny(Arrays.asList(
    () -> {
        LoggerUtils.LOGGER.debug("begin");
        Sleeper.sleep(1);
        return "1";
    },
    () -> {
        LoggerUtils.LOGGER.debug("begin");
        Sleeper.sleep(0.5);
        return "2";
    },
    () -> {
        LoggerUtils.LOGGER.debug("begin");
        Sleeper.sleep(2);
        return "3";
    }
));

LoggerUtils.LOGGER.debug("{}", result);

// 结果：
// 22:09:37.217 cn.util.LoggerUtils [pool-1-thread-1] - begin
// 22:09:37.217 cn.util.LoggerUtils [pool-1-thread-2] - begin
// java.lang.InterruptedException: sleep interrupted
// 22:09:37.755 cn.util.LoggerUtils [main] - 2

7) 关闭线程池

shutdown

/*
 线程池状态变为 SHUTDOWN
    - 不会接收新任务
    - 但已提交任务会执行完
    - 此方法不会阻塞调用线程的执行
*/
void shutdown();

public void shutdown() {
    final ReentrantLock mainLock = this.mainLock;
    mainLock.lock();
    try {
        checkShutdownAccess();
        // 修改线程池状态
        advanceRunState(SHUTDOWN);
        // 仅会打断空闲线程
        interruptIdleWorkers();
        onShutdown(); // 扩展点 ScheduledThreadPoolExecutor
    } finally {
        mainLock.unlock();
    }
    // 尝试终结(没有运行的线程可以立刻终结，如果还有运行的线程也不会等)
    tryTerminate();
}

shutdownNow

/*
 线程池状态变为 STOP
    - 不会接收新任务
    - 会将队列中的任务返回
    - 并用 interrupt 的方式中断正在执行的任务
*/
List<Runnable> shutdownNow();

public List<Runnable> shutdownNow() {
    List<Runnable> tasks;
    final ReentrantLock mainLock = this.mainLock;
    mainLock.lock();
    try {
        checkShutdownAccess();
        // 修改线程池状态
        advanceRunState(STOP);
        // 打断所有线程
        interruptWorkers();
        // 获取队列中剩余任务
        tasks = drainQueue();
    } finally {
        mainLock.unlock();
    }
    // 尝试终结
    tryTerminate();
    return tasks;
}

其它方法

// 不在 RUNNING 状态的线程池，此方法就返回 true
boolean isShutdown();
// 线程池状态是否是 TERMINATED
boolean isTerminated();
// 调用 shutdown 后，由于调用线程并不会等待所有任务运行结束，因此如果它想在线程池TERMINATED 后做些事情，可以利用此方法等待
boolean awaitTermination(long timeout, TimeUnit unit) throws InterruptedException;

调用：shutdown

ExecutorService pool = Executors.newFixedThreadPool(2);

Future<Integer> result1 = pool.submit(() -> {
    LoggerUtils.LOGGER.debug("task 1 running...");
    Sleeper.sleep(1);
    LoggerUtils.LOGGER.debug("task 1 finish...");
    return 1;
});

Future<Integer> result2 = pool.submit(() -> {
    LoggerUtils.LOGGER.debug("task 2 running...");
    Sleeper.sleep(2);
    LoggerUtils.LOGGER.debug("task 2 finish...");
    return 2;
});

Future<Integer> result3 = pool.submit(() -> {
    LoggerUtils.LOGGER.debug("task 3 running...");
    Sleeper.sleep(3);
    LoggerUtils.LOGGER.debug("task 3 finish...");
    return 3;
});

LoggerUtils.LOGGER.debug("shutdown...");
pool.shutdown();
// 调用 shutdown 后，由于调用线程并不会等待所有任务运行结束
// 若想在线程池TERMINATED 后做些事情，可以利用awaitTermination等待
LoggerUtils.LOGGER.debug("other...");

// 结果：
// 22:55:26.686 cn.util.LoggerUtils [main] - shutdown...
// 22:55:26.686 cn.util.LoggerUtils [pool-1-thread-1] - task 1 running...
// 22:55:26.686 cn.util.LoggerUtils [pool-1-thread-2] - task 2 running...
// 22:55:26.688 cn.util.LoggerUtils [main] - other...
// 22:55:27.690 cn.util.LoggerUtils [pool-1-thread-1] - task 1 finish...
// 22:55:27.690 cn.util.LoggerUtils [pool-1-thread-1] - task 3 running...
// 22:55:28.690 cn.util.LoggerUtils [pool-1-thread-2] - task 2 finish...
// 22:55:30.691 cn.util.LoggerUtils [pool-1-thread-1] - task 3 finish...

调用：shutdownNow

...
List<Runnable> runnables = pool.shutdownNow();
LoggerUtils.LOGGER.debug("other... {}", runnables);
...

// 结果
// 23:00:08.993 cn.util.LoggerUtils [pool-1-thread-1] - task 1 running...
// 23:00:08.993 cn.util.LoggerUtils [pool-1-thread-2] - task 2 running...
// java.lang.InterruptedException: sleep interrupted
// 23:00:08.993 cn.util.LoggerUtils [main] - shutdown...
// 23:00:08.995 cn.util.LoggerUtils [main] - other... [java.util.concurrent.FutureTask@6ad5c04e]
// 23:00:08.997 cn.util.LoggerUtils [pool-1-thread-2] - task 2 finish...
// 23:00:08.997 cn.util.LoggerUtils [pool-1-thread-1] - task 1 finish...
// java.lang.InterruptedException: sleep interrupted

8) 任务调度线程池

在『任务调度线程池』功能加入之前，可以使用 java.util.Timer 来实现定时功能，Timer 的优点在于简单易用，但由于所有任务都是由同一个线程来调度，因此所有任务都是串行执行的，同一时间只能有一个任务在执行，前一个任务的延迟或异常都将会影响到之后的任务

Timer timer = new Timer();

TimerTask task1 = new TimerTask() {
    @Override
    public void run() {
        LoggerUtils.LOGGER.debug("task 1...");
        Sleeper.sleep(2);
    }
};

TimerTask task2 = new TimerTask() {
    @Override
    public void run() {
        LoggerUtils.LOGGER.debug("task 2...");
    }
};

// 使用 timer 添加两个任务，希望它们都在 1s 后执行
// 但由于 timer 内只有一个线程来顺序执行队列中的任务，因此『任务1』的延时，影响了『任务2』的执行
LoggerUtils.LOGGER.debug("main start...");
timer.schedule(task1, 1000);
timer.schedule(task2, 1000);

输出：

21:16:33.235 cn.util.LoggerUtils [main] - main start...
21:16:34.238 cn.util.LoggerUtils [Timer-0] - task 1...
21:16:36.247 cn.util.LoggerUtils [Timer-0] - task 2...

使用 ScheduledExecutorService 改写：

ScheduledExecutorService executor = Executors.newScheduledThreadPool(1);
// 添加两个任务，希望它们都在 1s 后执行
executor.schedule(()->{
    LoggerUtils.LOGGER.debug("task 1...");
    try {
        Thread.sleep(2000);
    } catch (InterruptedException e) {
        e.printStackTrace();
    }
}, 1000, TimeUnit.MILLISECONDS);

executor.schedule(()->{
    LoggerUtils.LOGGER.debug("task 2...");
}, 1000, TimeUnit.MILLISECONDS);

LoggerUtils.LOGGER.debug("main start...");

输出：

21:21:09.902 cn.util.LoggerUtils [main] - main start...
21:21:10.637 cn.util.LoggerUtils [pool-1-thread-1] - task 1...
21:21:12.638 cn.util.LoggerUtils [pool-1-thread-1] - task 2...

scheduleAtFixedRate 例子：

ScheduledExecutorService pool = Executors.newScheduledThreadPool(1);
LoggerUtils.LOGGER.debug("main start...");
pool.scheduleAtFixedRate(()->{
    LoggerUtils.LOGGER.debug("running");
}, 1, 1,TimeUnit.SECONDS);

输出：

21:26:11.029 cn.util.LoggerUtils [main] - main start...
21:26:12.069 cn.util.LoggerUtils [pool-1-thread-1] - running
21:26:13.070 cn.util.LoggerUtils [pool-1-thread-1] - running
21:26:14.070 cn.util.LoggerUtils [pool-1-thread-1] - running
21:26:15.071 cn.util.LoggerUtils [pool-1-thread-1] - running
21:26:16.071 cn.util.LoggerUtils [pool-1-thread-1] - running
21:26:17.071 cn.util.LoggerUtils [pool-1-thread-1] - running

scheduleAtFixedRate 例子（任务执行时间超过了间隔时间）：

ScheduledExecutorService pool = Executors.newScheduledThreadPool(1);
LoggerUtils.LOGGER.debug("main start...");
pool.scheduleAtFixedRate(()->{
    LoggerUtils.LOGGER.debug("running");
    Sleeper.sleep(2);
}, 1, 1,TimeUnit.SECONDS);

输出分析：一开始，延时 1s，接下来，由于任务执行时间 > 间隔时间，间隔被『撑』到了 2s

21:26:44.124 cn.util.LoggerUtils [main] - main start...
21:26:45.177 cn.util.LoggerUtils [pool-1-thread-1] - running
21:26:47.180 cn.util.LoggerUtils [pool-1-thread-1] - running
21:26:49.180 cn.util.LoggerUtils [pool-1-thread-1] - running
21:26:51.180 cn.util.LoggerUtils [pool-1-thread-1] - running
21:26:53.181 cn.util.LoggerUtils [pool-1-thread-1] - running

scheduleWithFixedDelay 例子：

ScheduledExecutorService pool = Executors.newScheduledThreadPool(1);
LoggerUtils.LOGGER.debug("main start...");
pool.scheduleWithFixedDelay(()->{
    LoggerUtils.LOGGER.debug("running");
    Sleeper.sleep(2);
}, 1, 1,TimeUnit.SECONDS);

输出分析：一开始，延时 1s，scheduleWithFixedDelay 的间隔是 上一个任务结束 <-> 延时 <-> 下一个任务开始 所以间隔都是 3s

21:27:31.206 cn.util.LoggerUtils [main] - main start...
21:27:32.260 cn.util.LoggerUtils [pool-1-thread-1] - running
21:27:35.263 cn.util.LoggerUtils [pool-1-thread-1] - running
21:27:38.266 cn.util.LoggerUtils [pool-1-thread-1] - running
21:27:41.266 cn.util.LoggerUtils [pool-1-thread-1] - running
21:27:44.267 cn.util.LoggerUtils [pool-1-thread-1] - running

评价 整个线程池表现为：线程数固定，任务数多于线程数时，会放入无界队列排队。任务执行完毕，这些线程也不会被释放。用来执行延迟或反复执行的任务

9) 正确处理执行任务异常

不做处理，会连个提示也没有....

方法1：主动捉异常

ExecutorService pool = Executors.newFixedThreadPool(1);
pool.submit(()->{
    try {
        LoggerUtils.LOGGER.debug("task");
        int i = 1/0;
    }catch (Exception e){
        LoggerUtils.LOGGER.debug("error:{}", e);
    }
});

输出

21:30:41.767 cn.util.LoggerUtils [pool-1-thread-1] - task
21:30:41.770 cn.util.LoggerUtils [pool-1-thread-1] - error:{}
java.lang.ArithmeticException: / by zero

方法2：使用 Future

ExecutorService pool = Executors.newFixedThreadPool(1);
Future<Boolean> task = pool.submit(() -> {
    LoggerUtils.LOGGER.debug("task");
    int i = 1 / 0;
    return true;
});
LoggerUtils.LOGGER.debug("result:{}", task.get());

输出：

21:32:53.881 cn.util.LoggerUtils [pool-1-thread-1] - task
Exception in thread "main" java.util.concurrent.ExecutionException: java.lang.ArithmeticException: / by zero
Caused by: java.lang.ArithmeticException: / by zero

10) Tomcat 线程池

Tomcat 在哪里用到了线程池呢

• LimitLatch 用来限流，可以控制最大连接个数，类似 J.U.C 中的 Semaphore 后面再讲
• Acceptor 只负责【接收新的 socket 连接】
• Poller 只负责监听 socket channel 是否有【可读的 I/O 事件】
• 一旦可读，封装一个任务对象（socketProcessor），提交给 Executor 线程池处理
• Executor 线程池中的工作线程最终负责【处理请求】

Tomcat 线程池扩展了 ThreadPoolExecutor，行为稍有不同

• 如果总线程数达到 maximumPoolSize
  • 这时不会立刻抛 RejectedExecutionException 异常
  • 而是再次尝试将任务放入队列，如果还失败，才抛出 RejectedExecutionException 异常

源码 tomcat-7.0.42

public void execute(Runnable command, long timeout, TimeUnit unit) {
    submittedCount.incrementAndGet();
    try {
        super.execute(command);
    } catch (RejectedExecutionException rx) {
        if (super.getQueue() instanceof TaskQueue) {
            final TaskQueue queue = (TaskQueue)super.getQueue();
            try {
                if (!queue.force(command, timeout, unit)) {
                    submittedCount.decrementAndGet();
                    throw new RejectedExecutionException("Queue capacity is full.");
                }
            } catch (InterruptedException x) {
                submittedCount.decrementAndGet();
                Thread.interrupted();
                throw new RejectedExecutionException(x);
            }
        } else {
            submittedCount.decrementAndGet();
            throw rx;
        }
    }
}

TaskQueue.java

public boolean force(Runnable o, long timeout, TimeUnit unit) throws InterruptedException {
    if ( parent.isShutdown() )
        throw new RejectedExecutionException(
        "Executor not running, can't force a command into the queue"
    );
    return super.offer(o,timeout,unit); //forces the item onto the queue, to be used if the task is rejected
}

Connector 配置

配置项	默认值	说明
acceptorThreadCount	1	acceptor 线程数量
pollerThreadCount	1	poller 线程数量
minSpareThreads	10	核心线程数，即 corePoolSize
maxThreads	200	最大线程数，即 maximumPoolSize
executor	-	Executor 名称，用来引用下面的 Executor

Executor 线程配置

配置项	默认值	说明
threadPriority	5	线程优先级
daemon	true	是否守护线程
minSpareThreads	25	核心线程数，即 corePoolSize
maxThreads	200	最大线程数，即 maximumPoolSize
maxIdleTime	60000	线程生存时间，单位是毫秒，默认值即 1 分钟
maxQueueSize	Integer.MAX_VALUE	队列长度
prestartminSpareThreads	false	核心线程是否在服务器启动时启动

3. Fork/Join

1) 概念

Fork/Join 是 JDK 1.7 加入的新的线程池实现，它体现的是一种分治思想，适用于能够进行任务拆分的 cpu 密集型运算

所谓的任务拆分，是将一个大任务拆分为算法上相同的小任务，直至不能拆分可以直接求解。跟递归相关的一些计算，如归并排序、斐波那契数列、都可以用分治思想进行求解

Fork/Join 在分治的基础上加入了多线程，可以把每个任务的分解和合并交给不同的线程来完成，进一步提升了运算效率

Fork/Join 默认会创建与 cpu 核心数大小相同的线程池

2) 使用

提交给 Fork/Join 线程池的任务需要继承 RecursiveTask（有返回值）或 RecursiveAction（没有返回值），例如下面定义了一个对 1~n 之间的整数求和的任务

class AddTask1 extends RecursiveTask<Integer>{

    int n;

    public AddTask1(int n) {
        this.n = n;
    }

    @Override
    public String toString() {
        return "{" + n + '}';
    }

    @Override
    protected Integer compute() {

        // 如果 n 已经为 1，可以求得结果了
        if(n==1){
            LoggerUtils.LOGGER.debug("join {}", n);
            return n;
        }

        // 将任务进行拆分(fork)
        AddTask1 t1 = new AddTask1(n-1);
        t1.fork();
        LoggerUtils.LOGGER.debug("fork() {} + {}", n, t1);

        // 合并(join)结果
        int result = n + t1.join();
        LoggerUtils.LOGGER.debug("join() {} + {} = {}", n, t1, result);

        return result;
    }
}

然后提交给 ForkJoinPool 来执行

public static void main(String[] args) {
    ForkJoinPool pool = new ForkJoinPool(4);
    System.out.println(pool.invoke(new AddTask1(5)));
}

结果：

22:55:26.737 cn.util.LoggerUtils [ForkJoinPool-1-worker-1] - fork() 5 + {4}
22:55:26.737 cn.util.LoggerUtils [ForkJoinPool-1-worker-2] - fork() 4 + {3}
22:55:26.737 cn.util.LoggerUtils [ForkJoinPool-1-worker-3] - fork() 3 + {2}
22:55:26.737 cn.util.LoggerUtils [ForkJoinPool-1-worker-0] - fork() 2 + {1}
22:55:26.742 cn.util.LoggerUtils [ForkJoinPool-1-worker-3] - join 1
22:55:26.742 cn.util.LoggerUtils [ForkJoinPool-1-worker-0] - join() 2 + {1} = 3
22:55:26.742 cn.util.LoggerUtils [ForkJoinPool-1-worker-3] - join() 3 + {2} = 6
22:55:26.742 cn.util.LoggerUtils [ForkJoinPool-1-worker-2] - join() 4 + {3} = 10
22:55:26.742 cn.util.LoggerUtils [ForkJoinPool-1-worker-1] - join() 5 + {4} = 15
15

用图来表示

改进

class AddTask2 extends RecursiveTask<Integer>{

    int begin;
    int end;

    public AddTask2(int begin, int end) {
        this.begin = begin;
        this.end = end;
    }

    @Override
    public String toString() {
        return "{" + begin + "," + end + '}';
    }

    @Override
    protected Integer compute() {

        // 5, 5  不需再拆分
        if(begin==end){
            LoggerUtils.LOGGER.debug("join {}", begin);
            return begin;
        }
        // 4, 5  不需再拆分
        if(end-begin==1){
            LoggerUtils.LOGGER.debug("join() {} + {} = {}", begin, end, end + begin);
            return end+begin;
        }

        int mid = (end + begin)/2;

        AddTask2 t2 = new AddTask2(begin, mid);
        t2.fork();
        AddTask2 t3 = new AddTask2(mid+1, end);
        t3.fork();
        LoggerUtils.LOGGER.debug("fork() {} + {} = ?", t2, t3);

        int result = t2.join() + t3.join();
        LoggerUtils.LOGGER.debug("join() {} + {} = {}", t2, t3, result);
        return result;
    }
}

然后提交给 ForkJoinPool 来执行

ForkJoinPool pool = new ForkJoinPool(4);
System.out.println(pool.invoke(new AddTask2(1, 5)));

结果

23:02:21.295 cn.util.LoggerUtils [ForkJoinPool-1-worker-0] - join() 1 + 2 = 3
23:02:21.295 cn.util.LoggerUtils [ForkJoinPool-1-worker-3] - join() 4 + 5 = 9
23:02:21.295 cn.util.LoggerUtils [ForkJoinPool-1-worker-1] - fork() {1,3} + {4,5} = ?
23:02:21.295 cn.util.LoggerUtils [ForkJoinPool-1-worker-2] - fork() {1,2} + {3,3} = ?
23:02:21.299 cn.util.LoggerUtils [ForkJoinPool-1-worker-3] - join 3
23:02:21.299 cn.util.LoggerUtils [ForkJoinPool-1-worker-2] - join() {1,2} + {3,3} = 6
23:02:21.299 cn.util.LoggerUtils [ForkJoinPool-1-worker-1] - join() {1,3} + {4,5} = 15
15

用图来表示：

模式：工作线程-Worker Thread

1. 定义

让有限的工作线程（Worker Thread）来轮流异步处理无限多的任务。也可以将其归类为分工模式，它的典型实现就是线程池，也体现了经典设计模式中的享元模式。

例如，海底捞的服务员（线程），轮流处理每位客人的点餐（任务），如果为每位客人都配一名专属的服务员，那么成本就太高了（对比另一种多线程设计模式：Thread-Per-Message）

注意，不同任务类型应该使用不同的线程池，这样能够避免饥饿，并能提升效率

例如，如果一个餐馆的工人既要招呼客人（任务类型A），又要到后厨做菜（任务类型B）显然效率不咋地，分成服务员（线程池A）与厨师（线程池B）更为合理，当然你能想到更细致的分工

2. 饥饿

固定大小线程池会有饥饿现象

• 两个工人是同一个线程池中的两个线程
• 他们要做的事情是：为客人点餐和到后厨做菜，这是两个阶段的工作
  • 客人点餐：必须先点完餐，等菜做好，上菜，在此期间处理点餐的工人必须等待
  • 后厨做菜：没啥说的，做就是了
• 比如工人A 处理了点餐任务，接下来它要等着 工人B 把菜做好，然后上菜，他俩也配合的蛮好
• 但现在同时来了两个客人，这个时候工人A 和工人B 都去处理点餐了，这时没人做饭了，饥饿

public class TestDeadLock {

    static final List<String> MENU = Arrays.asList("地三鲜", "宫保鸡丁", "辣子鸡丁", "烤鸡翅");
    static Random RANDOM = new Random();

    static String cooking(){
        return MENU.get(RANDOM.nextInt(MENU.size()));
    }

    public static void main(String[] args) {

        ExecutorService executorService = Executors.newFixedThreadPool(2);

        executorService.execute(()->{
            LoggerUtils.LOGGER.debug("处理点餐...");
            Future<String> f = executorService.submit(()->{
                LoggerUtils.LOGGER.debug("做菜...");
                return cooking();
            });

            try {
                LoggerUtils.LOGGER.debug("上菜:{}", f.get());
            } catch (InterruptedException e) {
                e.printStackTrace();
            } catch (ExecutionException e) {
                e.printStackTrace();
            }
        });

        /*executorService.execute(()->{
            LoggerUtils.LOGGER.debug("处理点餐...");
            Future<String> f = executorService.submit(()->{
                LoggerUtils.LOGGER.debug("做菜...");
                return cooking();
            });

            try {
                LoggerUtils.LOGGER.debug("上菜:{}", f.get());
            } catch (InterruptedException e) {
                e.printStackTrace();
            } catch (ExecutionException e) {
                e.printStackTrace();
            }
        });*/
    }
}

输出

20:41:43.715 cn.util.LoggerUtils [pool-1-thread-1] - 处理点餐...
20:41:43.718 cn.util.LoggerUtils [pool-1-thread-2] - 做菜...
20:41:43.718 cn.util.LoggerUtils [pool-1-thread-1] - 上菜:烤鸡翅

当注释取消后，可能的输出

20:42:05.519 cn.util.LoggerUtils [pool-1-thread-2] - 处理点餐...
20:42:05.519 cn.util.LoggerUtils [pool-1-thread-1] - 处理点餐...

解决方法可以增加线程池的大小，不过不是根本解决方案，还是前面提到的，不同的任务类型，采用不同的线程池，例如：

public class TestDeadLock {

    static final List<String> MENU = Arrays.asList("地三鲜", "宫保鸡丁", "辣子鸡丁", "烤鸡翅");
    static Random RANDOM = new Random();

    static String cooking(){
        return MENU.get(RANDOM.nextInt(MENU.size()));
    }

    public static void main(String[] args) {

        ExecutorService waiterPool = Executors.newFixedThreadPool(2);
        ExecutorService cookPool = Executors.newFixedThreadPool(2);

        waiterPool.execute(()->{
            LoggerUtils.LOGGER.debug("处理点餐...");
            Future<String> f = cookPool.submit(()->{
                LoggerUtils.LOGGER.debug("做菜...");
                return cooking();
            });

            try {
                LoggerUtils.LOGGER.debug("上菜:{}", f.get());
            } catch (InterruptedException e) {
                e.printStackTrace();
            } catch (ExecutionException e) {
                e.printStackTrace();
            }
        });

        waiterPool.execute(()->{
            LoggerUtils.LOGGER.debug("处理点餐...");
            Future<String> f = cookPool.submit(()->{
                LoggerUtils.LOGGER.debug("做菜...");
                return cooking();
            });

            try {
                LoggerUtils.LOGGER.debug("上菜:{}", f.get());
            } catch (InterruptedException e) {
                e.printStackTrace();
            } catch (ExecutionException e) {
                e.printStackTrace();
            }
        });
    }
}

输出

20:43:32.248 cn.util.LoggerUtils [pool-1-thread-1] - 处理点餐...
20:43:32.248 cn.util.LoggerUtils [pool-1-thread-2] - 处理点餐...
20:43:32.252 cn.util.LoggerUtils [pool-2-thread-1] - 做菜...
20:43:32.253 cn.util.LoggerUtils [pool-2-thread-2] - 做菜...
20:43:32.252 cn.util.LoggerUtils [pool-1-thread-1] - 上菜:地三鲜
20:43:32.253 cn.util.LoggerUtils [pool-1-thread-2] - 上菜:地三鲜

3. 创建多少线程池合适

• 过小会导致程序不能充分地利用系统资源、容易导致饥饿
• 过大会导致更多的线程上下文切换，占用更多内存

CPU 密集型运算

通常采用 cpu 核数 + 1 能够实现最优的 CPU 利用率，+1 是保证当线程由于页缺失故障（操作系统）或其它原因导致暂停时，额外的这个线程就能顶上去，保证 CPU 时钟周期不被浪费

I/O 密集型运算

CPU 不总是处于繁忙状态，例如，当你执行业务计算时，这时候会使用 CPU 资源，但当你执行 I/O 操作时、远程 RPC 调用时，包括进行数据库操作时，这时候 CPU 就闲下来了，你可以利用多线程提高它的利用率。

• 经验公式如下

  线程数 = 核数 * 期望 CPU 利用率 * 总时间(CPU计算时间+等待时间) / CPU 计算时间

  例如 4 核 CPU 计算时间是 50% ，其它等待时间是 50%，期望 cpu 被 100% 利用，套用公式

  4 * 100% * 100% / 50% = 8

  例如 4 核 CPU 计算时间是 10% ，其它等待时间是 90%，期望 cpu 被 100% 利用，套用公式

  4 * 100% * 100% / 10% = 40

4. 自定义线程池

在7.1部分已经实现了

应用：定时任务

需求描述：如何让每周四 18:00:00 定时执行任务？

// 获得当前时间
LocalDateTime now = LocalDateTime.now();
// 获取本周四 18:00:00.000
LocalDateTime thursday =
    now.with(DayOfWeek.THURSDAY).withHour(18).withMinute(0).withSecond(0).withNano(0);
// 如果当前时间已经超过 本周四 18:00:00.000， 那么找下周四 18:00:00.000
if(now.compareTo(thursday) > 0){
    thursday = thursday.plusWeeks(1);
}

// 计算时间差，即延时执行时间
long initialDelay = Duration.between(now, thursday).toMillis();
// 计算间隔时间，即 1 周的毫秒值
long oneWeek = 7 * 24 * 3600 * 1000;

ScheduledExecutorService executor = Executors.newScheduledThreadPool(2);
LoggerUtils.LOGGER.debug("start...");
executor.scheduleAtFixedRate(()->{
    LoggerUtils.LOGGER.debug("execute...");
}, initialDelay, oneWeek, TimeUnit.MILLISECONDS);