目录
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
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 Test {
public static void main(String[] args) {
ExecutorService executorService = Executors.newFixedThreadPool(2);
executorService.submit(()->{
System.out.println("点餐中...");
Future<String> future = executorService.submit(() -> {
return "宫保鸡丁1";
});
try {
String s = future.get();
System.out.println("上菜"+s);
} catch (InterruptedException e) {
e.printStackTrace();
} catch (ExecutionException e) {
e.printStackTrace();
}
});
executorService.submit(()->{
System.out.println("点餐中...");
Future<String> future = executorService.submit(() -> {
return "宫保鸡丁2";
});
try {
String s = future.get();
System.out.println("上菜"+s);
} catch (InterruptedException e) {
e.printStackTrace();
} catch (ExecutionException e) {
e.printStackTrace();
}
});
}
}
运行结果如下:
点餐中...
点餐中...
上菜宫保鸡丁2
上菜宫保鸡丁1
如果修改核心线程为3,即修改代码中
ExecutorService executorService = Executors.newFixedThreadPool(3);
则运行结果如下:
点餐中...
点餐中...
上菜宫保鸡丁2
上菜宫保鸡丁1
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 Test {
public static void main(String[] args) {
ExecutorService orderExecutorService = Executors.newFixedThreadPool(1);
ExecutorService cookExecutorService = Executors.newFixedThreadPool(1);
orderExecutorService.submit(()->{
System.out.println("点餐中...");
Future<String> future = cookExecutorService.submit(() -> {
return "宫保鸡丁1";
});
try {
String s = future.get();
System.out.println("上菜"+s);
} catch (InterruptedException e) {
e.printStackTrace();
} catch (ExecutionException e) {
e.printStackTrace();
}
});
orderExecutorService.submit(()->{
System.out.println("点餐中...");
Future<String> future = cookExecutorService.submit(() -> {
return "宫保鸡丁2";
});
try {
String s = future.get();
System.out.println("上菜"+s);
} catch (InterruptedException e) {
e.printStackTrace();
} catch (ExecutionException e) {
e.printStackTrace();
}
});
}
}
运行结果如下:
点餐中...
上菜宫保鸡丁1
点餐中...
上菜宫保鸡丁2
创建多少线程池合适
线程池的大小应根据具体的应用场景和系统需求来确定。以下是一些建议供参考:
-
考虑系统资源:线程池的大小应该与系统可用的资源相匹配。如果将线程池的大小设置得太大,会消耗过多的系统内存和CPU资源,导致系统性能下降;如果将线程池的大小设置得太小,可能无法充分利用系统资源,导致任务排队等待执行。
-
考虑任务类型:不同类型的任务对线程池的需求量不同。如果任务是CPU密集型(计算密集型),即任务在执行过程中主要消耗CPU资源,那么线程池的大小可以设置与CPU核心数相等或略大一些;如果任务是IO密集型(输入输出密集型),即任务在执行过程中主要消耗IO操作(如网络请求、文件读写等),那么线程池的大小通常可以设置较大,以便充分利用系统的IO能力。
-
考虑任务的响应时间:如果任务对响应时间要求较高,即需要快速响应用户请求,那么可以适当增加线程池的大小,以提高并发能力和响应速度。
-
考虑任务排队策略:线程池的大小还应考虑任务排队的策略。如果线程池使用有界队列作为任务缓冲区,当任务数量过多时,超出队列容量的任务将被拒绝执行;如果使用无界队列作为任务缓冲区,则线程池大小可以设置较大,以允许更多的任务排队等待执行。
总之,确定线程池大小需要综合考虑系统资源、任务类型、响应时间和任务排队策略等因素,并进行实际的性能测试和调优。根据实际情况不断调整线程池的大小,以达到最佳的性能和资源利用率。
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