5个并发处理技巧代码示例
【译者注】在本文中，作者总结出了5个关于处理并发性程序的技巧，并给出代码示例，让读者更好地理解和使用这5种方法。以下为译文：
1.捕获InterruptedException错误
请检查下面的代码片段：
publicclassTaskimplementsRunnable{
privatefinalBlockingQueuequeue=...;
@Override
publicvoidrun(){
while(!Thread.currentThread().isInterrupted()){
Stringresult=getOrDefault(()->queue.poll(1L,TimeUnit.MINUTES),"default");
//dosmthwiththeresult
}
}
TgetOrDefault(Callablesupplier,TdefaultValue){
try{
returnsupplier.call();
}
catch(Exceptione){
logger.error("Gotexceptionwhileretrievingvalue.",e);
returndefaultValue;
}
}
}
代码的问题是，在等待队列中的新元素时，是不可能终止线程的，因为中断的标志永远不会被恢复：
2.BlockingQueue#poll()方法抛出InterruptedException异常，并清除了中断的标志。
3.while中的循环条件(!Thread.currentThread().isInterrupted())的判断是true，因为标记已被清除。
为了防止这种行为，当一个方法被显式抛出（通过声明抛出InterruptedException）或隐式抛出（通过声明/抛出一个原始异常）时，总是捕获InterruptedException异常，并恢复中断的标志。
TgetOrDefault(Callablesupplier,TdefaultValue){
try{
returnsupplier.call();
}
catch(InterruptedExceptione){
logger.error("Gotinterruptedwhileretrievingvalue.",e);
Thread.currentThread().interrupt();
returndefaultValue;
}
catch(Exceptione){
logger.error("Gotexceptionwhileretrievingvalue.",e);
returndefaultValue;
}
}
2．使用特定的执行程序来阻止操作
因为一个缓慢的操作而使整个服务器变得无响应，这通常不是开发人员想要的。不幸的是，对于RPC，响应时间通常是不可预测的。
假设服务器有100个工作线程，有一个端点，称为100RPS。在内部，它发出一个RPC调用，通常需要10毫秒。在某个时间点，此RPC的响应时间变为2秒，在峰值期间服务器能够做的惟一的一件事就是等待这些调用，而其他端点则无法访问。
@GET
@Path("/genre/{name}")
@Produces(MediaType.APPLICATION_JSON)
publicResponsegetGenre(@PathParam("name")StringgenreName){
Genregenre=potentiallyVerySlowSynchronousCall(genreName);
returnResponse.ok(genre).build();
}
解决这个问题最简单的方法是提交代码，它将阻塞调用变成一个线程池：
@GET
@Path("/genre/{name}")
@Produces(MediaType.APPLICATION_JSON)
publicvoidgetGenre(@PathParam("name")StringgenreName,@SuspendedAsyncResponseresponse){
response.setTimeout(1L,TimeUnit.SECONDS);
executorService.submit(()->{
Genregenre=potentiallyVerySlowSynchronousCall(genreName);
returnresponse.resume(Response.ok(genre).build());
}
);
}
3.传MDC的值
MDC（MappedDiagnosticContext）通常用于存储单个任务的特定值。例如，在web应用程序中，它可能为每个请求存储一个请求id和一个用户id，因此MDC查找与单个请求或整个用户活动相关的日志记录变得更加容易。
2017-08-2714:38:30,893INFO[server-thread-0][requestId=060d8c7f,userId=2928ea66]c.g.s.web.Controller-Message.
可是如果代码的某些部分是在专用线程池中执行的，则线程（提交任务的线程）中MDC就不会被继续传值。在下面的示例中，第7行的日志中包含“requestId”，而第9行的日志则没有：
@GET
@Path("/genre/{name}")
@Produces(MediaType.APPLICATION_JSON)
publicvoidgetGenre(@PathParam("name")StringgenreName,@SuspendedAsyncResponseresponse){
try(MDC.MDCCloseableignored=MDC.putCloseable("requestId",UUID.randomUUID().toString())){
StringgenreId=getGenreIdbyName(genreName);
//Synccall
logger.trace("Submittingtasktofindgenrewithid'{}'.",genreId);
//'requestId'islogged
executorService.submit(()->{
logger.trace("Startingtasktofindgenrewithid'{}'.",genreId);
//'requestId'isnotlogged
Responseresult=getGenre(genreId)//Asynccall
.map(artist->Response.ok(artist).build())
.orElseGet(()->Response.status(Response.Status.NOT_FOUND).build());
response.resume(result);
}
);
}
}
这可以通过MDC#getCopyOfContextMap()方法来解决：
...
publicvoidgetGenre(@PathParam("name")StringgenreName,@SuspendedAsyncResponseresponse){
try(MDC.MDCCloseableignored=MDC.putCloseable("requestId",UUID.randomUUID().toString())){
...
logger.trace("Submittingtasktofindgenrewithid'{}'.",genreId);//'requestId'islogged
withCopyingMdc(executorService,()->{
logger.trace("Startingtasktofindgenrewithid'{}'.",genreId);//'requestId'islogged
...
});
}
}
privatevoidwithCopyingMdc(ExecutorServiceexecutorService,Runnablefunction){
Map
4．更改线程名称
为了简化日志读取和线程转储，可以自定义线程的名称。这可以通过创建ExecutorService时用一个ThreadFactory来完成。在流行的实用程序库中有许多ThreadFactory接口的实现:
com.google.common.util.concurrent.ThreadFactoryBuilde+rinGuava. org.springframework.scheduling.concurrent.CustomizableThreadFactoryinSpring. org.apache.commons.lang3.concurrent.BasicThreadFactoryinApacheCommonsLang3.
ThreadFactorythreadFactory=newBasicThreadFactory.Builder()
.namingPattern("computation-thread-%d")
.build();
ExecutorServiceexecutorService=Executors.newFixedThreadPool(numberOfThreads,threadFactory);
尽管ForkJoinPool不使用ThreadFactory接口，但也支持对线程的重命名:
ForkJoinPool.ForkJoinWorkerThreadFactoryforkJoinThreadFactory=pool->{
ForkJoinWorkerThreadthread=ForkJoinPool.defaultForkJoinWorkerThreadFactory.newThread(pool);
thread.setName("computation-thread-"+thread.getPoolIndex());
returnthread;
};
ForkJoinPoolforkJoinPool=newForkJoinPool(numberOfThreads,forkJoinThreadFactory,null,false);
将线程转储与默认命名进行比较：
"pool-1-thread-3"#14prio=5os_prio=31tid=0x00007fc06b19f000nid=0x5703runnable[0x0000700001ff9000] java.lang.Thread.State:RUNNABLE atcom.github.sorokinigor.article.tipsaboutconcurrency.setthreadsname.TaskHandler.compute(TaskHandler.java:16) ... "pool-2-thread-3"#15prio=5os_prio=31tid=0x00007fc06aa10800nid=0x5903runnable[0x00007000020fc000] java.lang.Thread.State:RUNNABLE atcom.github.sorokinigor.article.tipsaboutconcurrency.setthreadsname.HealthCheckCallback.recordFailure(HealthChecker.java:21) atcom.github.sorokinigor.article.tipsaboutconcurrency.setthreadsname.HealthChecker.check(HealthChecker.java:9) ... "pool-1-thread-2"#12prio=5os_prio=31tid=0x00007fc06aa10000nid=0x5303runnable[0x0000700001df3000] java.lang.Thread.State:RUNNABLE atcom.github.sorokinigor.article.tipsaboutconcurrency.setthreadsname.TaskHandler.compute(TaskHandler.java:16) ...
与自定义命名进行比较：
"task-handler-thread-1"#14prio=5os_prio=31tid=0x00007fb49c9df000nid=0x5703runnable[0x000070000334a000] java.lang.Thread.State:RUNNABLE atcom.github.sorokinigor.article.tipsaboutconcurrency.setthreadsname.TaskHandler.compute(TaskHandler.java:16) ... "authentication-service-ping-thread-0"#15prio=5os_prio=31tid=0x00007fb49c9de000nid=0x5903runnable[0x0000700003247000] java.lang.Thread.State:RUNNABLE atcom.github.sorokinigor.article.tipsaboutconcurrency.setthreadsname.HealthCheckCallback.recordFailure(HealthChecker.java:21) atcom.github.sorokinigor.article.tipsaboutconcurrency.setthreadsname.HealthChecker.check(HealthChecker.java:9) ... "task-handler-thread-0"#12prio=5os_prio=31tid=0x00007fb49b9b5000nid=0x5303runnable[0x0000700003144000] java.lang.Thread.State:RUNNABLE atcom.github.sorokinigor.article.tipsaboutconcurrency.setthreadsname.TaskHandler.compute(TaskHandler.java:16) ...
想象一下，可能会不止3个线程。
5．使用LongAdder计数器
在高竞争的情况下，会采用java.util.concurrent.atomic.LongAdder进行计数，而不会采用AtomicLong/AtomicInteger。
LongAdder可以跨越多个单元间仍保持值不变，但是如果需要的话，也可以增加它们的值，但与父类AtomicXX比较，这会导致更高的吞吐量，也会增加内存消耗。
LongAddercounter=newLongAdder(); counter.increment(); ... longcurrentValue=counter.sum();
以上就是本文关于5个并发处理技巧代码示例的全部内容，希望对大家有所帮助。感兴趣的朋友可以继续参阅本站：Java并发编程Semaphore计数信号量详解、优化Tomcat配置（内存、并发、缓存等方面）方法详解等，有什么问题可以随时留言，小编会及时回复大家的。感谢朋友们对本站的支持！