一、多線程介紹
在編程中,我們不可逃避的會遇到多線程的編程問題,因爲在大多數的業務系統中需要併發處理,如果是在併發的場景中,多線程就非常重要了。另外,我們在面試的時候,面試官通常也會問到我們關於多線程的問題,如:如何創建一個線程?我們通常會這麼回答,主要有兩種方法,第一種:繼承Thread類,重寫run方法;第二種:實現Runnable接口,重寫run方法。那麼面試官一定會問這兩種方法各自的優缺點在哪,不管怎麼樣,我們會得出一個結論,那就是使用方式二,因爲面向對象提倡少繼承,儘量多用組合。
這個時候,我們還可能想到,如果想得到多線程的返回值怎麼辦呢?根據我們多學到的知識,我們會想到實現Callable接口,重寫call方法。那麼多線程到底在實際項目中怎麼使用呢,他有多少種方式呢?
首先,我們來看一個例子:
這是一種創建多線程的簡單方法,很容易理解,在例子中,根據不同的業務場景,我們可以在Thread()裏邊傳入不同的參數實現不同的業務邏輯,但是,這個方法創建多線程暴漏出來的問題就是反覆創建線程,而且創建線程後還得銷燬,如果對併發場景要求低的情況下,這種方式貌似也可以,但是高併發的場景中,這種方式就不行了,因爲創建線程銷燬線程是非常耗資源的。所以根據經驗,正確的做法是我們使用線程池技術,JDK提供了多種線程池類型供我們選擇,具體方式可以查閱jdk的文檔。
這裏代碼我們需要注意的是,傳入的參數代表我們配置的線程數,是不是越多越好呢?肯定不是。因爲我們在配置線程數的時候要充分考慮服務器的性能,線程配置的多,服務器的性能未必就優。通常,機器完成的計算是由線程數決定的,當線程數到達峯值,就無法在進行計算了。如果是耗CPU的業務邏輯(計算較多),線程數和核數一樣就到達峯值了,如果是耗I/O的業務邏輯(操作數據庫,文件上傳、下載等),線程數越多一定意義上有助於提升性能。
線程數大小的設定又一個公式決定:
Y=N*((a+b)/a),其中,N:CPU核數,a:線程執行時程序的計算時間,b:線程執行時,程序的阻塞時間。有了這個公式後,線程池的線程數配置就會有約束了,我們可以根據機器的實際情況靈活配置。
二、多線程優化及性能比較
最近的項目中用到了所線程技術,在使用過程中遇到了很多的麻煩,趁着熱度,整理一下幾種多線程框架的性能比較。目前所掌握的大致分三種,第一種:ThreadPool(線程池)+CountDownLatch(程序計數器),第二種:Fork/Join框架,第三種JDK8並行流,下面對這幾種方式的多線程處理性能做一下比較總結。
首先,假設一種業務場景,在內存中生成多個文件對象,這裏暫定30000,(Thread.sleep(時間))線程睡眠模擬業務處理業務邏輯,來比較這幾種方式的多線程處理性能。
1) 單線程
這種方式非常簡單,但是程序在處理的過程中非常的耗時,使用的時間會很長,因爲每個線程都在等待當前線程執行完纔會執行,和多線程沒有多少關係,所以效率非常低。
首先創建文件對象,代碼如下:
接着,模擬業務處理,創建30000個文件對象,線程睡眠1ms,之前設置的1000ms,發現時間很長,整個Eclipse卡掉了,所以將時間改爲了1ms。
public class Test {</span><span style="color: #0000ff;">private</span> <span style="color: #0000ff;">static</span> List<FileInfo> fileList= <span style="color: #0000ff;">new</span> ArrayList<FileInfo><span style="color: #000000;">(); </span><span style="color: #0000ff;">public</span> <span style="color: #0000ff;">static</span> <span style="color: #0000ff;">void</span> main(String[] args) <span style="color: #0000ff;">throws</span><span style="color: #000000;"> InterruptedException { createFileInfo(); </span><span style="color: #0000ff;">long</span> startTime=<span style="color: #000000;">System.currentTimeMillis(); </span><span style="color: #0000ff;">for</span><span style="color: #000000;">(FileInfo fi:fileList){ Thread.sleep(</span>1<span style="color: #000000;">); } </span><span style="color: #0000ff;">long</span> endTime=<span style="color: #000000;">System.currentTimeMillis(); System.out.println(</span>"單線程耗時:"+(endTime-startTime)+"ms"<span style="color: #000000;">); } </span><span style="color: #0000ff;">private</span> <span style="color: #0000ff;">static</span> <span style="color: #0000ff;">void</span><span style="color: #000000;"> createFileInfo(){ </span><span style="color: #0000ff;">for</span>(<span style="color: #0000ff;">int</span> i=0;i<30000;i++<span style="color: #000000;">){ fileList.add(</span><span style="color: #0000ff;">new</span> FileInfo("身份證正面照","jpg","101522","md5"+i,"1"<span style="color: #000000;">)); } }
}
View Code測試結果如下:
可以看到,生成30000個文件對象消耗的時間比較長,接近1分鐘,效率比較低。
2) ThreadPool(線程池)+CountDownLatch(程序計數器)
顧名思義,CountDownLatch爲線程計數器,他的執行過程如下:首先,在主線程中調用await()方法,主線程阻塞,然後,將程序計數器作爲參數傳遞給線程對象,最後,每個線程執行完任務後,調用countDown()方法表示完成任務。countDown()被執行多次後,主線程的await()會失效。實現過程如下:
public class Test2 {</span><span style="color: #0000ff;">private</span> <span style="color: #0000ff;">static</span> ExecutorService executor=Executors.newFixedThreadPool(100<span style="color: #000000;">); </span><span style="color: #0000ff;">private</span> <span style="color: #0000ff;">static</span> CountDownLatch countDownLatch=<span style="color: #0000ff;">new</span> CountDownLatch(100<span style="color: #000000;">); </span><span style="color: #0000ff;">private</span> <span style="color: #0000ff;">static</span> List<FileInfo> fileList= <span style="color: #0000ff;">new</span> ArrayList<FileInfo><span style="color: #000000;">(); </span><span style="color: #0000ff;">private</span> <span style="color: #0000ff;">static</span> List<List<FileInfo>> list=<span style="color: #0000ff;">new</span> ArrayList<><span style="color: #000000;">(); </span><span style="color: #0000ff;">public</span> <span style="color: #0000ff;">static</span> <span style="color: #0000ff;">void</span> main(String[] args) <span style="color: #0000ff;">throws</span><span style="color: #000000;"> InterruptedException { createFileInfo(); addList(); </span><span style="color: #0000ff;">long</span> startTime=<span style="color: #000000;">System.currentTimeMillis(); </span><span style="color: #0000ff;">int</span> i=0<span style="color: #000000;">; </span><span style="color: #0000ff;">for</span>(List<FileInfo><span style="color: #000000;"> fi:list){ executor.submit(</span><span style="color: #0000ff;">new</span><span style="color: #000000;"> FileRunnable(countDownLatch,fi,i)); i</span>++<span style="color: #000000;">; } countDownLatch.await(); </span><span style="color: #0000ff;">long</span> endTime=<span style="color: #000000;">System.currentTimeMillis(); executor.shutdown(); System.out.println(i</span>+"個線程耗時:"+(endTime-startTime)+"ms"<span style="color: #000000;">); } </span><span style="color: #0000ff;">private</span> <span style="color: #0000ff;">static</span> <span style="color: #0000ff;">void</span><span style="color: #000000;"> createFileInfo(){ </span><span style="color: #0000ff;">for</span>(<span style="color: #0000ff;">int</span> i=0;i<30000;i++<span style="color: #000000;">){ fileList.add(</span><span style="color: #0000ff;">new</span> FileInfo("身份證正面照","jpg","101522","md5"+i,"1"<span style="color: #000000;">)); } } </span><span style="color: #0000ff;">private</span> <span style="color: #0000ff;">static</span> <span style="color: #0000ff;">void</span><span style="color: #000000;"> addList(){ </span><span style="color: #0000ff;">for</span>(<span style="color: #0000ff;">int</span> i=0;i<100;i++<span style="color: #000000;">){ list.add(fileList); } }
}
View CodeFileRunnable類:
/**
-
多線程處理
-
@author wangsj
-
@param <T>
*/
public class FileRunnable<T> implements Runnable {
</span><span style="color: #0000ff;">private</span><span style="color: #000000;"> CountDownLatch countDownLatch;
</span><span style="color: #0000ff;">private</span> List<T><span style="color: #000000;"> list;
</span><span style="color: #0000ff;">private</span> <span style="color: #0000ff;">int</span><span style="color: #000000;"> i;
</span><span style="color: #0000ff;">public</span> FileRunnable(CountDownLatch countDownLatch, List<T> list, <span style="color: #0000ff;">int</span><span style="color: #000000;"> i) {
</span><span style="color: #0000ff;">super</span><span style="color: #000000;">();
</span><span style="color: #0000ff;">this</span>.countDownLatch =<span style="color: #000000;"> countDownLatch;
</span><span style="color: #0000ff;">this</span>.list =<span style="color: #000000;"> list;
</span><span style="color: #0000ff;">this</span>.i =<span style="color: #000000;"> i;
}
@Override
</span><span style="color: #0000ff;">public</span> <span style="color: #0000ff;">void</span><span style="color: #000000;"> run() {
</span><span style="color: #0000ff;">for</span><span style="color: #000000;">(T t:list){
</span><span style="color: #0000ff;">try</span><span style="color: #000000;"> {
Thread.sleep(</span>1<span style="color: #000000;">);
} </span><span style="color: #0000ff;">catch</span><span style="color: #000000;"> (InterruptedException e) {
e.printStackTrace();
}
countDownLatch.countDown();
}
}
}
View Code測試結果如下:
3) Fork/Join框架
Jdk從版本7開始,出現了Fork/join框架,從字面來理解,fork就是拆分,join就是合併,所以,該框架的思想就是。通過fork拆分任務,然後join來合併拆分後各個人物執行完畢後的結果並彙總。比如,我們要計算連續相加的幾個數,2+4+5+7=?,我們利用Fork/join框架來怎麼完成呢,思想就是拆分子任務,我們可以把這個運算拆分爲兩個子任務,一個計算2+4,另一個計算5+7,這是Fork的過程,計算完成後,把這兩個子任務計算的結果彙總,得到總和,這是join的過程。
Fork/Join框架執行思想:首先,分割任務,使用fork類將大任務分割爲若干子任務,這個分割過程需要按照實際情況來定,直到分割出的任務足夠小。然後,join類執行任務,分割的子任務在不同的隊列裏,幾個線程分別從隊列裏獲取任務並執行,執行完的結果放到一個單獨的隊列裏,最後,啓動線程,隊列裏拿取結果併合並結果。
使用Fork/Join框架要用到幾個類,關於類的使用方式可以參考JDK的API,使用該框架,首先需要繼承ForkJoinTask類,通常,只需要繼承他的子類RecursiveTask或RecursiveAction即可,RecursiveTask,用於有返回結果的場景,RecursiveAction用於沒有返回結果的場景。ForkJoinTask的執行需要用到ForkJoinPool來執行,該類用於維護分割出的子任務添加到不同的任務隊列。
下面是實現代碼:
public class Test3 {</span><span style="color: #0000ff;">private</span> <span style="color: #0000ff;">static</span> List<FileInfo> fileList= <span style="color: #0000ff;">new</span> ArrayList<FileInfo><span style="color: #000000;">();
// private static ForkJoinPool forkJoinPool=new ForkJoinPool(100);
// private static Job<FileInfo> job=new Job<>(fileList.size()/100, fileList);
<span style="color: #0000ff;">public</span> <span style="color: #0000ff;">static</span> <span style="color: #0000ff;">void</span><span style="color: #000000;"> main(String[] args) {
createFileInfo();
</span><span style="color: #0000ff;">long</span> startTime=<span style="color: #000000;">System.currentTimeMillis();
ForkJoinPool forkJoinPool</span>=<span style="color: #0000ff;">new</span> ForkJoinPool(100<span style="color: #000000;">);
</span><span style="color: #008000;">//</span><span style="color: #008000;">分割任務</span>
Job<FileInfo> job=<span style="color: #0000ff;">new</span> Job<>(fileList.size()/100<span style="color: #000000;">, fileList);
</span><span style="color: #008000;">//</span><span style="color: #008000;">提交任務返回結果</span>
ForkJoinTask<Integer> fjtResult=forkJoinPool.submit(job);
//阻塞
while(!job.isDone()){
System.out.println(“任務完成!”);
}
long endTime=System.currentTimeMillis();
System.out.println(“fork/join框架耗時:”+(endTime-startTime)+“ms”);
}
</span><span style="color: #0000ff;">private</span> <span style="color: #0000ff;">static</span> <span style="color: #0000ff;">void</span><span style="color: #000000;"> createFileInfo(){
</span><span style="color: #0000ff;">for</span>(<span style="color: #0000ff;">int</span> i=0;i<30000;i++<span style="color: #000000;">){
fileList.add(</span><span style="color: #0000ff;">new</span> FileInfo("身份證正面照","jpg","101522","md5"+i,"1"<span style="color: #000000;">));
}
}
}
/**
- 執行任務類
- @author wangsj
*/
public class Job<T> extends RecursiveTask<Integer> {
</span><span style="color: #0000ff;">private</span> <span style="color: #0000ff;">static</span> <span style="color: #0000ff;">final</span> <span style="color: #0000ff;">long</span> serialVersionUID = 1L<span style="color: #000000;">;
</span><span style="color: #0000ff;">private</span> <span style="color: #0000ff;">int</span><span style="color: #000000;"> count;
</span><span style="color: #0000ff;">private</span> List<T><span style="color: #000000;"> jobList;
</span><span style="color: #0000ff;">public</span> Job(<span style="color: #0000ff;">int</span> count, List<T><span style="color: #000000;"> jobList) {
</span><span style="color: #0000ff;">super</span><span style="color: #000000;">();
</span><span style="color: #0000ff;">this</span>.count =<span style="color: #000000;"> count;
</span><span style="color: #0000ff;">this</span>.jobList =<span style="color: #000000;"> jobList;
}
</span><span style="color: #008000;">/**</span><span style="color: #008000;">
* 執行任務,類似於實現Runnable接口的run方法
</span><span style="color: #008000;">*/</span><span style="color: #000000;">
@Override
</span><span style="color: #0000ff;">protected</span><span style="color: #000000;"> Integer compute() {
</span><span style="color: #008000;">//</span><span style="color: #008000;">拆分任務</span>
<span style="color: #0000ff;">if</span>(jobList.size()<=<span style="color: #000000;">count){
executeJob();
</span><span style="color: #0000ff;">return</span><span style="color: #000000;"> jobList.size();
}</span><span style="color: #0000ff;">else</span><span style="color: #000000;">{
</span><span style="color: #008000;">//</span><span style="color: #008000;">繼續創建任務,直到能夠分解執行</span>
List<RecursiveTask<Long>> fork = <span style="color: #0000ff;">new</span> LinkedList<RecursiveTask<Long>><span style="color: #000000;">();
</span><span style="color: #008000;">//</span><span style="color: #008000;">拆分子任務,這裏採用二分法</span>
<span style="color: #0000ff;">int</span> countJob=jobList.size()/2<span style="color: #000000;">;
List</span><T> leftList=jobList.subList(0<span style="color: #000000;">, countJob);
List</span><T> rightList=<span style="color: #000000;">jobList.subList(countJob, jobList.size());
</span><span style="color: #008000;">//</span><span style="color: #008000;">分配任務</span>
Job leftJob=<span style="color: #0000ff;">new</span> Job<><span style="color: #000000;">(count,leftList);
Job rightJob</span>=<span style="color: #0000ff;">new</span> Job<><span style="color: #000000;">(count,rightList);
</span><span style="color: #008000;">//</span><span style="color: #008000;">執行任務</span>
leftJob.fork();
rightJob.fork();
</span><span style="color: #0000ff;">return</span><span style="color: #000000;"> Integer.parseInt(leftJob.join().toString())
</span>+<span style="color: #000000;">Integer.parseInt(rightJob.join().toString());
}
}
</span><span style="color: #008000;">/**</span><span style="color: #008000;">
* 執行任務方法
</span><span style="color: #008000;">*/</span>
<span style="color: #0000ff;">private</span> <span style="color: #0000ff;">void</span><span style="color: #000000;"> executeJob() {
</span><span style="color: #0000ff;">for</span><span style="color: #000000;">(T job:jobList){
</span><span style="color: #0000ff;">try</span><span style="color: #000000;"> {
Thread.sleep(</span>1<span style="color: #000000;">);
} </span><span style="color: #0000ff;">catch</span><span style="color: #000000;"> (InterruptedException e) {
e.printStackTrace();
}
}
}</span></pre>
View Code
測試結果如下:
4) JDK8並行流
並行流是jdk8的新特性之一,思想就是將一個順序執行的流變爲一個併發的流,通過調用parallel()方法來實現。並行流將一個流分成多個數據塊,用不同的線程來處理不同的數據塊的流,最後合併每個塊數據流的處理結果,類似於Fork/Join框架。
並行流默認使用的是公共線程池ForkJoinPool,他的線程數是使用的默認值,根據機器的核數,我們可以適當調整線程數的大小。線程數的調整通過以下方式來實現。
System.setProperty("java.util.concurrent.ForkJoinPool.common.parallelism", "100");
以下是代碼的實現過程,非常簡單:
public class Test4 {
private static List<FileInfo> fileList= new ArrayList<FileInfo>();
public static void main(String[] args) {
// System.setProperty(“java.util.concurrent.ForkJoinPool.common.parallelism”, “100”);
createFileInfo();
</span><span style="color: #0000ff;">long</span> startTime=<span style="color: #000000;">System.currentTimeMillis();
fileList.parallelStream().forEach(e </span>-><span style="color: #000000;">{
</span><span style="color: #0000ff;">try</span><span style="color: #000000;"> {
Thread.sleep(</span>1<span style="color: #000000;">);
} </span><span style="color: #0000ff;">catch</span><span style="color: #000000;"> (InterruptedException f) {
f.printStackTrace();
}
});
</span><span style="color: #0000ff;">long</span> endTime=<span style="color: #000000;">System.currentTimeMillis();
System.out.println(</span>"jdk8並行流耗時:"+(endTime-startTime)+"ms"<span style="color: #000000;">);
}
private static void createFileInfo(){
</span><span style="color: #0000ff;">for</span>(<span style="color: #0000ff;">int</span> i=0;i<30000;i++<span style="color: #000000;">){
fileList.add(</span><span style="color: #0000ff;">new</span> FileInfo("身份證正面照","jpg","101522","md5"+i,"1"<span style="color: #000000;">));
}
}
}
View Code下面是測試,第一次沒有設置線程池的數量,採用默認,測試結果如下:
我們看到,結果並不是很理想,耗時較長,接下來設置線程池的數量大小,即添加如下代碼:
System.setProperty("java.util.concurrent.ForkJoinPool.common.parallelism", "100");
接着進行測試,結果如下:
這次耗時較小,比較理想。
三、總結
綜上幾種情況來看,以單線程作爲參考,耗時最長的還是原生的Fork/Join框架,這裏邊儘管配置了線程池的數量,但效果較精確配置了線程池數量的JDK8並行流較差。並行流實現代碼簡單易懂,不需要我們寫多餘的for循環,一個parallelStream方法全部搞定,代碼量大大的減少了,其實,並行流的底層還是使用的Fork/Join框架,這就要求我們在開發的過程中靈活使用各種技術,分清各種技術的優缺點,從而能夠更好的爲我們服務。
技術水平有限,歡迎各位批評指導!
源碼地址:https://files.cnblogs.com/files/10158wsj/threadsDemo.zip