本文首发于个人微信公众号《andyqian》，期待你的关注！
前言
之前文章《Java线程池ThreadPoolExecutor》《ThreadPoolExecutor 原理解析》中，分别讲述了ThreadPoolExecutor 的概念以及原理，今天就一起来看看其在 Dubbo 框架中的应用。
ThreadFactory 与 AbortPolicy
Dubbo 为我们提供了几种不同类型的线程池实现，其底层均使用的是 JDK 中的 ThreadPoolExecutor 线程池。ThreadPoolExecutor 我们都已经非常熟悉，其构造函数中有几个非常重要的参数。其中就包括：拒绝策略( ThreadPoolExecutor.AbortPolicy ) 以及 ThreadFactory，在 Dubbo 中自定义了 ThreadPoolExecutor.AbortPolicy 以及 ThreadFactory。在学习线程池之前，我们先来看看这两者的实现，更有益于后面的理解。
在Dubbo中NamedInternalThreadFactory 为自定义的线程 ThreadFactory 的子类。其类图如下：
其中 NamedInternalThreadFactory 类，其实现如下所示：
public class NamedInternalThreadFactory extends NamedThreadFactory {
public NamedInternalThreadFactory() {
super();
}
public NamedInternalThreadFactory(String prefix) {
super(prefix, false);
}
public NamedInternalThreadFactory(String prefix, boolean daemon) {
super(prefix, daemon);
}
@Override
public Thread newThread(Runnable runnable) {
String name = mPrefix + mThreadNum.getAndIncrement();
InternalThread ret = new InternalThread(mGroup, runnable, name, 0);
ret.setDaemon(mDaemon);
return ret;
}
}其中 NamedThreadFactory 类的实现如下：
public class NamedThreadFactory implements ThreadFactory {
protected static final AtomicInteger POOL_SEQ = new AtomicInteger(1);
protected final AtomicInteger mThreadNum = new AtomicInteger(1);
protected final String mPrefix;
protected final boolean mDaemon;
protected final ThreadGroup mGroup;
public NamedThreadFactory() {
this("pool-" + POOL_SEQ.getAndIncrement(), false);
}
public NamedThreadFactory(String prefix) {
this(prefix, false);
}
public NamedThreadFactory(String prefix, boolean daemon) {
mPrefix = prefix + "-thread-";
mDaemon = daemon;
SecurityManager s = System.getSecurityManager();
mGroup = (s == null) ? Thread.currentThread().getThreadGroup() : s.getThreadGroup();
}
@Override
public Thread newThread(Runnable runnable) {
String name = mPrefix + mThreadNum.getAndIncrement();
Thread ret = new Thread(mGroup, runnable, name, 0);
ret.setDaemon(mDaemon);
return ret;
}
public ThreadGroup getThreadGroup() {
return mGroup;
}到这里，上述代码描述的是Dubbo对线程池中线程的命名规则，其作用是为了方便追踪信息。
接下来，我们来看下拒绝策略 AbortPolicyWithReport 类的实现，其类图如下所示：
源码如下：
public class AbortPolicyWithReport extends ThreadPoolExecutor.AbortPolicy {
protected static final Logger logger = LoggerFactory.getLogger(AbortPolicyWithReport.class);
private final String threadName;
private final URL url;
private static volatile long lastPrintTime = 0;
private static final long TEN_MINUTES_MILLS = 10 * 60 * 1000;
private static final String OS_WIN_PREFIX = "win";
private static final String OS_NAME_KEY = "os.name";
private static final String WIN_DATETIME_FORMAT = "yyyy-MM-dd_HH-mm-ss";
private static final String DEFAULT_DATETIME_FORMAT = "yyyy-MM-dd_HH:mm:ss";
private static Semaphore guard = new Semaphore(1);
public AbortPolicyWithReport(String threadName, URL url) {
this.threadName = threadName;
this.url = url;
}
// 覆盖 父类 ThreadPoolExecutor.AbortPolicy 的 rejectedExecution 方法。
@Override
public void rejectedExecution(Runnable r, ThreadPoolExecutor e) {
// 构造 warn 参数，其中包括：线程状态，线程池数量，活跃数量，核心线程池数量，最大线程池数量 等信息。
String msg = String.format("Thread pool is EXHAUSTED!" +
" Thread Name: %s, Pool Size: %d (active: %d, core: %d, max: %d, largest: %d), Task: %d (completed: "
+ "%d)," +
" Executor status:(isShutdown:%s, isTerminated:%s, isTerminating:%s), in %s://%s:%d!",
threadName, e.getPoolSize(), e.getActiveCount(), e.getCorePoolSize(), e.getMaximumPoolSize(),
e.getLargestPoolSize(),
e.getTaskCount(), e.getCompletedTaskCount(), e.isShutdown(), e.isTerminated(), e.isTerminating(),
url.getProtocol(), url.getIp(), url.getPort());
logger.warn(msg);
// dump 堆栈信息
dumpJStack();
throw new RejectedExecutionException(msg);
}
// 当执行 rejectedExecution 方法时，会执行该方法。将会 dump 堆栈信息 至 DUMP_DIRECTORY 目录，默认为：user.name 目录下。
private void dumpJStack() {
long now = System.currentTimeMillis();
//dump every 10 minutes
if (now - lastPrintTime < TEN_MINUTES_MILLS) {
return;
}
if (!guard.tryAcquire()) {
return;
}
ExecutorService pool = Executors.newSingleThreadExecutor();
pool.execute(() -> {
String dumpPath = url.getParameter(DUMP_DIRECTORY, System.getProperty("user.home"));
SimpleDateFormat sdf;
String os = System.getProperty(OS_NAME_KEY).toLowerCase();
// window system don't support ":" in file name
if (os.contains(OS_WIN_PREFIX)) {
sdf = new SimpleDateFormat(WIN_DATETIME_FORMAT);
} else {
sdf = new SimpleDateFormat(DEFAULT_DATETIME_FORMAT);
}
String dateStr = sdf.format(new Date());
//try-with-resources
try (FileOutputStream jStackStream = new FileOutputStream(
new File(dumpPath, "Dubbo_JStack.log" + "." + dateStr))) {
// 工具类，此处实现省略，有兴趣的可以查看。
JVMUtil.jstack(jStackStream);
} catch (Throwable t) {
logger.error("dump jStack error", t);
} finally {
guard.release();
}
lastPrintTime = System.currentTimeMillis();
});
//must shutdown thread pool ,if not will lead to OOM
pool.shutdown();
}
}上面的代码不难，都是打日志，dump 堆栈信息，其目的就是：用于在线程池被打满时，也就是记录执行AbortPolicy时现场信息，主要是便于后期的分析与问题排查。
线程池的实现
上面讲述了Dubbo线程池中自定义的 ThreadFactory 类 以及 AbortPolicyWithReport 类。接下来，我们继续讲解 Dubbo 提供的不同线程池实现，其类图如下所示：
1. LimitedThreadPool 线程池
源码如下:
public class LimitedThreadPool implements ThreadPool {
@Override
public Executor getExecutor(URL url) {
String name = url.getParameter(THREAD_NAME_KEY, DEFAULT_THREAD_NAME);
int cores = url.getParameter(CORE_THREADS_KEY, DEFAULT_CORE_THREADS);
int threads = url.getParameter(THREADS_KEY, DEFAULT_THREADS);
int queues = url.getParameter(QUEUES_KEY, DEFAULT_QUEUES);
return new ThreadPoolExecutor(cores, threads, Long.MAX_VALUE, TimeUnit.MILLISECONDS,
queues == 0 ? new SynchronousQueue<Runnable>() :
(queues < 0 ? new LinkedBlockingQueue<Runnable>()
: new LinkedBlockingQueue<Runnable>(queues)),
new NamedInternalThreadFactory(name, true), new AbortPolicyWithReport(name, url));
}其中：
-
THREAD_NAME_KEY 值为：threadname ，表示为：线程名，其默认值为：Dubbo。
-
CORE_THREADS_KEY 值为：corethreads，表示：核心线程池数量，其默认值为：0。
-
THREADS_KEY 值为：threads 表示：最大线程数，默认值为：200。
-
QUEUES_KEY 值为：queues 表示：阻塞队列大小，默认值为：0。
备注：
-
该线程池中的 cores，threads 参数由外部制定，其中 keepAliveTime 值为：Long.MAX_VALUE，TimeUnit 为 TimeUnit.MILLISECONDS (毫秒)。(意味着线程池中的所有线程永不过期，理论上大于Long.MAX_VALUE 即会过期，因为其足够大，这里可以看为是永不过期 )。
-
此处使用了三目运算符：
当 queues = 0 时，BlockingQueue为SynchronousQueue。
当 queues < 0 时，则构造一个新的LinkedBlockingQueue。
当 queues > 0 时，构造一个指定元素的LinkedBlockingQueue。
queues == 0 ? new SynchronousQueue<Runnable>() : (queues < 0 ? new LinkedBlockingQueue<Runnable>() : new LinkedBlockingQueue<Runnable>(queues)
该线程池的特点是：可以创建若干个线程，其默认值为 200，线程池中的线程生命周期非常长，甚至可以看做是永不过期。
2. CachedThreadPool 线程池
源码：
public class CachedThreadPool implements ThreadPool {
@Override
public Executor getExecutor(URL url) {
String name = url.getParameter(THREAD_NAME_KEY, DEFAULT_THREAD_NAME);
int cores = url.getParameter(CORE_THREADS_KEY, DEFAULT_CORE_THREADS);
int threads = url.getParameter(THREADS_KEY, Integer.MAX_VALUE);
int queues = url.getParameter(QUEUES_KEY, DEFAULT_QUEUES);
int alive = url.getParameter(ALIVE_KEY, DEFAULT_ALIVE);
return new ThreadPoolExecutor(cores, threads, alive, TimeUnit.MILLISECONDS,
queues == 0 ? new SynchronousQueue<Runnable>() :
(queues < 0 ? new LinkedBlockingQueue<Runnable>()
: new LinkedBlockingQueue<Runnable>(queues)),
new NamedInternalThreadFactory(name, true), new AbortPolicyWithReport(name, url));
}
}其中：
-
THREAD_NAME_KEY 值为：threadname , 表示为：线程名，其默认值为：Dubbo。
-
CORE_THREADS_KEY 值为：corethreads，表示为：核心线程池数量，其默认值为：0。
-
THREADS_KEY 值为：threads，表示：最大线程数，默认值为：Integer.MAX_VALUE。
-
QUEUES_KEY 值为：queues，表示：阻塞队列大小，默认值为：0。
-
ALIVE_KEY 值为：alive， 表示: keepAliveTime 表示线程池中线程的存活时间，其默认值为：60 * 1000 (毫秒) 也就是一分钟。
该线程池的特点是：可创建无限多线程(在操作系统的限制下，会远远低于Integer.MAX_VALUE值，这里视为无限大)，其线程的最大存活时间默认为 1 分钟。意味着可以创建无限多线程，但是线程的生命周期默认较短！
3. FixedThreadPool 线程池
public class FixedThreadPool implements ThreadPool {
@Override
public Executor getExecutor(URL url) {
String name = url.getParameter(THREAD_NAME_KEY, DEFAULT_THREAD_NAME);
int threads = url.getParameter(THREADS_KEY, DEFAULT_THREADS);
int queues = url.getParameter(QUEUES_KEY, DEFAULT_QUEUES);
return new ThreadPoolExecutor(threads, threads, 0, TimeUnit.MILLISECONDS,
queues == 0 ? new SynchronousQueue<Runnable>() :
(queues < 0 ? new LinkedBlockingQueue<Runnable>()
: new LinkedBlockingQueue<Runnable>(queues)),
new NamedInternalThreadFactory(name, true), new AbortPolicyWithReport(name, url));
}其中:
-
THREADS_KEY 值为：threads，表示：最大线程数，默认值为：200。
-
QUEUES_KEY 值为：queues，表示：阻塞队列大小，默认值为：0。
-
corePoolSize，maximumPoolSize 的线程数量均为：threads，(也就意味着核心线程数等于最大线程数)。
-
keepAliveTime 的默认值为0，当线程数大于corePoolSize 时，多余的空闲线程会立即终止。
该线程池的特点是：该线程池中corePoolSize 数量 与 maxinumPoolSize 数量一致，当提交的任务大于核心线程池时，则会将其放入到LinkedBlockingQueue队列中等待执行，也是Dubbo中默认使用的线程池。
4. EagerThreadPool 线程池
源码：
public class EagerThreadPool implements ThreadPool {
@Override
public Executor getExecutor(URL url) {
String name = url.getParameter(THREAD_NAME_KEY, DEFAULT_THREAD_NAME);
int cores = url.getParameter(CORE_THREADS_KEY, DEFAULT_CORE_THREADS);
int threads = url.getParameter(THREADS_KEY, Integer.MAX_VALUE);
int queues = url.getParameter(QUEUES_KEY, DEFAULT_QUEUES);
int alive = url.getParameter(ALIVE_KEY, DEFAULT_ALIVE);
// init queue and executor
TaskQueue<Runnable> taskQueue = new TaskQueue<Runnable>(queues <= 0 ? 1 : queues);
EagerThreadPoolExecutor executor = new EagerThreadPoolExecutor(cores,
threads,
alive,
TimeUnit.MILLISECONDS,
taskQueue,
new NamedInternalThreadFactory(name, true),
new AbortPolicyWithReport(name, url));
taskQueue.setExecutor(executor);
return executor;
}
}备注：
该线程池与上面的线程池实现方式有些不一样，上面是直接使用了ThreadPoolExecutor 类的构造函数。在该线程池实现中，首先构造了一个自定义的 EagerThreadPoolExecutor 线程池，其底层实现也是基于 ThreadPoolExecutor 类的，其代码如下所示：
public class EagerThreadPoolExecutor extends ThreadPoolExecutor {
/**
* task count
*/
private final AtomicInteger submittedTaskCount = new AtomicInteger(0);
public EagerThreadPoolExecutor(int corePoolSize,
int maximumPoolSize,
long keepAliveTime,
TimeUnit unit, TaskQueue<Runnable> workQueue,
ThreadFactory threadFactory,
RejectedExecutionHandler handler) {
super(corePoolSize, maximumPoolSize, keepAliveTime, unit, workQueue, threadFactory, handler);
}
/**
* @return current tasks which are executed
*/
public int getSubmittedTaskCount() {
return submittedTaskCount.get();
}
@Override
protected void afterExecute(Runnable r, Throwable t) {
// 执行任务数依次递减
submittedTaskCount.decrementAndGet();
}
@Override
public void execute(Runnable command) {
if (command == null) {
throw new NullPointerException();
}
// do not increment in method beforeExecute!
// 提交任务书 依次递加。
submittedTaskCount.incrementAndGet();
try {
// 调用父类方法执行线程任务
super.execute(command);
} catch (RejectedExecutionException rx) {
// 将任务重新添加到队列中
final TaskQueue queue = (TaskQueue) super.getQueue();
try {
//如果添加失败，则减少任务数，并抛出异常。
if (!queue.retryOffer(command, 0, TimeUnit.MILLISECONDS)) {
submittedTaskCount.decrementAndGet();
throw new RejectedExecutionException("Queue capacity is full.", rx);
}
} catch (InterruptedException x) {
submittedTaskCount.decrementAndGet();
throw new RejectedExecutionException(x);
}
} catch (Throwable t) {
// decrease any way
submittedTaskCount.decrementAndGet();
throw t;
}
}在这里我们发现，在 EagerThreadPoolExecutor 类中，重载了父类ThreadPoolExecutor 类的几个方法，分别如下：afterExecute，execute方法。分别加入 submittedTaskCount 属性进行任务的统计，当父类的execute方法抛出 RejectedExecutionExcetion 异常时，则会将任务重新放入队列中执行，其TaskQueue代码如下：
public class TaskQueue<R extends Runnable> extends LinkedBlockingQueue<Runnable> {
private static final long serialVersionUID = -2635853580887179627L;
private EagerThreadPoolExecutor executor;
public TaskQueue(int capacity) {
super(capacity);
}
public void setExecutor(EagerThreadPoolExecutor exec) {
executor = exec;
}
@Override
public boolean offer(Runnable runnable) {
if (executor == null) {
throw new RejectedExecutionException("The task queue does not have executor!");
}
int currentPoolThreadSize = executor.getPoolSize();
// have free worker. put task into queue to let the worker deal with task.
// 当提交的任务数，小于 当前线程时，则之间调用父类的offer 方法。
if (executor.getSubmittedTaskCount() < currentPoolThreadSize) {
return super.offer(runnable);
}
// return false to let executor create new worker.
// 当当前线程数大小小于，最大线程数时，则直接返回false，创建worker。
if (currentPoolThreadSize < executor.getMaximumPoolSize()) {
return false;
}
// currentPoolThreadSize >= max
return super.offer(runnable);
}
/**
* retry offer task
*
* @param o task
* @return offer success or not
* @throws RejectedExecutionException if executor is terminated.
*/
public boolean retryOffer(Runnable o, long timeout, TimeUnit unit) throws InterruptedException {
if (executor.isShutdown()) {
throw new RejectedExecutionException("Executor is shutdown!");
}
return super.offer(o, timeout, unit);
}
}该线程池的特点是：可以重新将拒绝掉的task，重新添加的work queue中执行。相当于有一个重试机制！
结语
通过上面的分析，我相信大家对Dubbo中线程池应该有所了解。如果还有不清楚的地方，可以通过debug的方式进行跟踪分析。其实在很多的开源框架中，都有自定义的线程池，但其底层最终使用的还是 ThreadPoolExecutor 线程池，这个知识点建议大家一定要掌握，无论是实际工作还是面试，都是一个常用的知识点。
相关阅读:
1930
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
