java并发基础（五）--- 线程池的使用

第8章介绍的是线程池的使用，直接进入正题。

一、线程饥饿死锁和饱和策略

　　1.线程饥饿死锁

　　在线程池中，如果任务依赖其他任务，那么可能产生死锁。举个极端的例子，在单线程的Executor中，如果一个任务提交了另一个任务到相同的Executor中，并等待其返回，那么就会发生死锁。第二个任务停留在工作队列中，第一个又一直等待（因为是单线程）。这块记住一个信息，就是如果线程池中的任务是互相依赖的，除非线程池无限大，否则就有可能产生线程饥饿死锁，而且是否产生死锁要看时机，这也就是为什么Executor框架提供的实现中提倡使用newCachedThreadPool作为默认实现，原因之一就是它的线程数无限大（当然是理论上）。

　　2.饱和策略

　　当线程池的有界队列填满后，该用一种什么样的策略来处理没能添加进来的任务，JDK提供了几种默认实现。

　　（1）中止（Abort）：默认策略，抛出未检出的RejectedExecutionException。

　　（2）抛弃（Discard）:新提交的任务无法保存到队列中，则被抛弃。

　　（3）抛弃最旧的（Discard-Oldest）:抛弃下一个将被执行的任务，然后尝试提交新的任务。这个策略不适合优先队列，因为会抛弃优先级最高的任务。

　　（4）调用者运行（Caller-Runs）:该策略不会抛弃任务，也不会抛出异常，而是将某些任务回退到调用者，从而降低新任务的流量。

　　ThreadPoolExecutor的饱和策略通过调用setRejectedExecutionHandler来修改。

二、示例：搬箱子

　　搬箱子计算从初始位置到目标位置的所有合法移动，以及每次移动的结果位置，感觉上有点像阿尔法狗下围棋的逻辑类似，当然不是一个层面的问题，我们只是用这个例子熟悉下线程池的使用。这块涉及到的比如如何判断当前位置是否是目标位置，以及如何计算所有合法的移动等等，我们先不管，用接口代替，毕竟我们要思考的是线程池的使用。

　　首先是搬箱子的抽象类，该抽象类应该包括这么几个接口：1.初始化位置 2.判断当前位置是否是目标位置 3.列出所有可能的移动 4.执行移动

//P:位置类  M:移动类
public interface Puzzle<P,M>{
    //初始化位置
    P initialPosition();
    //判断该位置是否是目标位置
    boolean isGoal(P position);
    //列出从position开始的所有合法移动
    Set<M> legalMoves(P position);
    //从指定位置开始移动 返回移动后的结果位置
    P move(P position,M move);
}

这个接口可以解决问题，找到合法移动，然后执行移动，接下来，就是如何操作了，我们先看串行代码如何写：

public class SequentialPuzzleSolver<P,M>{
    private final Puzzle<P,M> puzzle;
    //所有移动位置的集合
    private final Set<P> seen = new HashSet<P>();

    public SequentialPuzzleSolver(Puzzle<P, M> puzzle) {
        super();
        this.puzzle = puzzle;
    }

    public List<M> solve(){
        P pos = puzzle.initialPosition();
        return search(new Node<P,M>(pos, null, null));
    }

    private List<M> search(Node<P,M> node){
        if (!seen.contains(node.pos)) {
            seen.add(node.pos);
            if (puzzle.isGoal(node.pos)) {
                return node.asMoveList();
            }
            for (M move:puzzle.legalMoves(node.pos)) {
                //向指定位置移动返回最新位置
                P pos = puzzle.move(node.pos, move);
                //将最新位置封装成node继续移动
                Node<P,M> child = new Node<P,M>(pos, move, node);
                //递归
                List<M> result = search(child);
                if (result != null) {
                    return result;
                }
            }
        }

        return null;
    }

    static class Node<P,M>{
        final P pos;
        final M move;
        final Node<P,M> prev;

        Node(P pos, M move, Node<P, M> prev) {
            super();
            this.pos = pos;
            this.move = move;
            this.prev = prev;
        }

        List<M> asMoveList(){
            List<M> solution = new LinkedList<M>();//用链表，增删快
            for (Node<P,M> n = this;n.move != null;n=n.prev) {
                solution.add(0,n.move);//最新一次的移动下标为0
            }

            return solution;
        }

    }
}

　　Node是对Positon的进一步封装，保存了当前node的位置position和移动move以及前一个节点。这样不断追溯就可以得到完整的移动轨迹。可以看到，串行的思路是先得到所有可能的移动，然后遍历，一个一个移动，每移动一次再查找当前位置的可能移动，再遍历......也就是循环递归调用，这种显然是没有效率的，可以并发的地方也在这里。这里必须明确任务的边界即：一次移动。

//并发处理
public class ConcurrentPuzzleSolver<P,M>{
    private final Puzzle<P,M> puzzle;
    private final ExecutorService exec;
    private final ConcurrentHashMap<P, Boolean> seen;

    final ValueLatch<Node<P,M>> solution = new ValueLatch<Node<P,M>>();

    public ConcurrentPuzzleSolver(Puzzle<P, M> puzzle, ExecutorService exec,
            ConcurrentHashMap<P, Boolean> seen) {
        super();
        this.puzzle = puzzle;
        this.exec = exec;
        this.seen = seen;
    }

    public List<M> solve() throws InterruptedException{
        try {
            P p = puzzle.initialPosition();
            exec.execute(newTask(p,null,null));
            //阻塞直到找到答案
            Node<P,M> solnNode = solution.getValue();
            return (solnNode == null)?null:solnNode.asMoveList();
        } catch (Exception e) {
            exec.shutdown();
        }
    }

    protected Runnable newTask(P p,M m,Node<P,M> n){
        return new SolverTask(p,m,n);
    }

    class SolverTask extends Node<P,M> implements Runnable {
        public SolverTask(P pos, M move, Node<P, M> prev) {
            super(pos, move, prev);
        }

        public void run() {
            //首先访问闭锁，如果有答案则停止
            if (solution.isSet()||seen.putIfAbsent(pos, true) != null) {
                return;
            }
            if (puzzle.isGoal(pos)) {
                solution.setValue(this);
            }else {
                for (M m:puzzle.legalMoves(pos)) {
                    exec.execute(newTask(puzzle.move(pos, m), m, this));
                }
            }
        }
    }
}

//有答案后停止 闭锁实现
public class ValueLatch<T>{
    private T value = null;
    private final CountDownLatch done = new CountDownLatch(1);

    public boolean isSet(){
        return (done.getCount() == 0);
    }

    public synchronized void setValue(T newValue){
        if (!isSet()) {
            value = newValue;
            done.countDown();
        }
    }

    public T getValue() throws InterruptedException{
        done.await();
        synchronized (this) {
            return value;
        }
    }
}

　　ValueLatch的作用是当线程池找到一个答案后停止其他任务，组合CountDownLatch实现，这是闭锁的另一个例子。第一个例子在java并发基础（二）的第三部分同步容器中介绍过了。在获得第一个答案之前，主线程将一直等待，ValueLatch中的getValue将一直阻塞，直到有线程设置了这个值。找到第一个答案后关闭线程池，不再接受新的任务，另外，为了避免抛出RejectedExecutionException,设置线程池饱和策略为Discard。