異步調用如何使用最好？ 一、異步調用方式分析 二、使用自定義的線程池 三、題外話，動態線程池

一、異步調用方式分析

今天在寫代碼的時候，想要調用異步的操作，這裏我是用的java8的流式異步調用，但是使用過程中呢，發現這個異步方式有兩個方法，如下所示：

區別是一個 需要指定線程池，一個不需要。

那麼指定線程池有哪些好處呢？直觀的說有以下兩點好處：
1、可以根據我們的服務器性能，通過池的管理更好的規劃我們的線程數。
2、可以對我們使用的線程自定義名稱，這裏也是阿里java開發規範所提到的。

1.1 java8異步調用默認線程池方式

當然常規使用默認的也沒什麼問題。我們通過源碼分析下使用默認線程池的過程。

   public static CompletableFuture<Void> runAsync(Runnable runnable) {
        return asyncRunStage(asyncPool, runnable);
    }

看下這個asyncPool是什麼？如下所示，useCommonPool如果爲真，就使用ForkJoinPool.commonPool()，否則創建一個new ThreadPerTaskExecutor()：

    private static final Executor asyncPool = useCommonPool ?
        ForkJoinPool.commonPool() : new ThreadPerTaskExecutor();

看看useCommonPool 是什麼？

    private static final boolean useCommonPool =
        (ForkJoinPool.getCommonPoolParallelism() > 1);

  /**
    * 公共池的目標並行度級別
    */
    public static int getCommonPoolParallelism() {
        return commonParallelism;
    }

最終這個並行級別並沒有給出默認值

static final int commonParallelism;

通過找到這個常量的調用，我們看看是如何進行初始化的，在ForkJoinPool中有一個靜態代碼塊，啓動時會對commonParallelism進行初始化，我們只關注最後一句話就好了，：

    // Unsafe mechanics
    private static final sun.misc.Unsafe U;
    private static final int  ABASE;
    private static final int  ASHIFT;
    private static final long CTL;
    private static final long RUNSTATE;
    private static final long STEALCOUNTER;
    private static final long PARKBLOCKER;
    private static final long QTOP;
    private static final long QLOCK;
    private static final long QSCANSTATE;
    private static final long QPARKER;
    private static final long QCURRENTSTEAL;
    private static final long QCURRENTJOIN;

    static {
        // initialize field offsets for CAS etc
        try {
            U = sun.misc.Unsafe.getUnsafe();
            Class<?> k = ForkJoinPool.class;
            CTL = U.objectFieldOffset
                (k.getDeclaredField("ctl"));
            RUNSTATE = U.objectFieldOffset
                (k.getDeclaredField("runState"));
            STEALCOUNTER = U.objectFieldOffset
                (k.getDeclaredField("stealCounter"));
            Class<?> tk = Thread.class;
            PARKBLOCKER = U.objectFieldOffset
                (tk.getDeclaredField("parkBlocker"));
            Class<?> wk = WorkQueue.class;
            QTOP = U.objectFieldOffset
                (wk.getDeclaredField("top"));
            QLOCK = U.objectFieldOffset
                (wk.getDeclaredField("qlock"));
            QSCANSTATE = U.objectFieldOffset
                (wk.getDeclaredField("scanState"));
            QPARKER = U.objectFieldOffset
                (wk.getDeclaredField("parker"));
            QCURRENTSTEAL = U.objectFieldOffset
                (wk.getDeclaredField("currentSteal"));
            QCURRENTJOIN = U.objectFieldOffset
                (wk.getDeclaredField("currentJoin"));
            Class<?> ak = ForkJoinTask[].class;
            ABASE = U.arrayBaseOffset(ak);
            int scale = U.arrayIndexScale(ak);
            if ((scale & (scale - 1)) != 0)
                throw new Error("data type scale not a power of two");
            ASHIFT = 31 - Integer.numberOfLeadingZeros(scale);
        } catch (Exception e) {
            throw new Error(e);
        }

        commonMaxSpares = DEFAULT_COMMON_MAX_SPARES;
        defaultForkJoinWorkerThreadFactory =
            new DefaultForkJoinWorkerThreadFactory();
        modifyThreadPermission = new RuntimePermission("modifyThread");

        common = java.security.AccessController.doPrivileged
            (new java.security.PrivilegedAction<ForkJoinPool>() {
                public ForkJoinPool run() { return makeCommonPool(); }});
         // 即使線程被禁用也是1，至少是個1
        int par = common.config & SMASK;
        commonParallelism = par > 0 ? par : 1;
    }

如下所示，默認是7：

所以接着下面的代碼看：

    private static final boolean useCommonPool =
        (ForkJoinPool.getCommonPoolParallelism() > 1);

這裏一定是返回true，證明當前是並行的。

    private static final Executor asyncPool = useCommonPool ?
        ForkJoinPool.commonPool() : new ThreadPerTaskExecutor();

上面會返回一個大小是七的的默認線程池

其實這個默認值是當前cpu的核心數，我的電腦是八核，在代碼中默認會將核心數減一，所以顯示是七個線程。

        if (parallelism < 0 && //默認是1，小於核心數
            (parallelism = Runtime.getRuntime().availableProcessors() - 1) <= 0)
            parallelism = 1;
        if (parallelism > MAX_CAP)
            parallelism = MAX_CAP;

下面我們寫個main方法測試一下，10個線程，每個阻塞10秒，看結果：

    public static void main(String[] args) {
        // 創建10個任務，每個任務阻塞10秒
        for (int i = 0; i < 10; i++) {
            CompletableFuture.runAsync(() -> {
                try {
                    Thread.sleep(10000);
                    System.out.println(new Date() + ":" + Thread.currentThread().getName());
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
            });
        }

        try {
            Thread.sleep(30000);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
    }

結果如下所示，前面七個任務先完成，另外三個任務被阻塞10秒後，才完成：

Mon Sep 13 11:20:57 CST 2021:ForkJoinPool.commonPool-worker-5
Mon Sep 13 11:20:57 CST 2021:ForkJoinPool.commonPool-worker-4
Mon Sep 13 11:20:57 CST 2021:ForkJoinPool.commonPool-worker-2
Mon Sep 13 11:20:57 CST 2021:ForkJoinPool.commonPool-worker-7
Mon Sep 13 11:20:57 CST 2021:ForkJoinPool.commonPool-worker-3
Mon Sep 13 11:20:57 CST 2021:ForkJoinPool.commonPool-worker-6
Mon Sep 13 11:20:57 CST 2021:ForkJoinPool.commonPool-worker-1
-----------------------------------------------------------  
Mon Sep 13 11:21:07 CST 2021:ForkJoinPool.commonPool-worker-2
Mon Sep 13 11:21:07 CST 2021:ForkJoinPool.commonPool-worker-5
Mon Sep 13 11:21:07 CST 2021:ForkJoinPool.commonPool-worker-4

結論：當我們使用默認的線程池進行異步調用時，如果異步任務是一個IO密集型，簡單說處理時間佔用長，將導致其他使用共享線程池的任務阻塞，造成系統性能下降甚至異常。甚至當一部調用接口時，如果接口超時，那麼也會阻塞與超時市場相同的時間。實際在計算密集的場景下使用是能提高性能的。

二、使用自定義的線程池

上面說到如果是IO密集型的場景，在異步調用時還是使用自定義線程池比較好。

針對開篇提到的兩個顯而易見的好處，此處新增一條：
1、可以根據我們的服務器性能，通過池的管理更好的規劃我們的線程數。
2、可以對我們使用的線程自定義名稱，這裏也是阿里java開發規範所提到的。
3、不會因爲阻塞導致使用共享線程池的其他線程阻塞甚至異常。

我們自定義下面的線程池：

import cn.hutool.core.thread.NamedThreadFactory;
import lombok.extern.slf4j.Slf4j;

import java.util.concurrent.LinkedBlockingQueue;
import java.util.concurrent.ThreadPoolExecutor;
import java.util.concurrent.TimeUnit;

/**
 * @description： 全局通用線程池
 * @author：weirx
 * @date：2021/9/9 18:09
 * @version：3.0
 */
@Slf4j
public class GlobalThreadPool {

    /**
     * 核心線程數
     */
    public final static int CORE_POOL_SIZE = 10;

    /**
     * 最大線程數
     */
    public final static int MAX_NUM_POOL_SIZE = 20;

    /**
     * 任務隊列大小
     */
    public final static int BLOCKING_QUEUE_SIZE = 30;

    /**
     * 線程池實例
     */
    private final static ThreadPoolExecutor instance = getInstance();


    /**
     * description: 初始化線程池
     *
     * @return: java.util.concurrent.ThreadPoolExecutor
     * @author: weirx
     * @time: 2021/9/10 9:49
     */
    private synchronized static ThreadPoolExecutor getInstance() {
        // 生成線程池
        ThreadPoolExecutor executor = new ThreadPoolExecutor(
                CORE_POOL_SIZE,
                MAX_NUM_POOL_SIZE,
                60,
                TimeUnit.SECONDS,
                new LinkedBlockingQueue<>(BLOCKING_QUEUE_SIZE),
                new NamedThreadFactory("Thread-Inbox-Model-", false));
        return executor;
    }

    private GlobalThreadPool() {
    }

    public static ThreadPoolExecutor getExecutor() {
        return instance;
    }
}

調用：

    public static void main(String[] args) {
        // 創建10個任務，每個任務阻塞10秒
        for (int i = 0; i < 10; i++) {
            CompletableFuture.runAsync(() -> {
                try {
                    Thread.sleep(10000);
                    System.out.println(new Date() + ":" + Thread.currentThread().getName());
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
            },GlobalThreadPool.getExecutor());
        }

        try {
            Thread.sleep(30000);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
    }

輸出我們指定線程名稱的線程：

Mon Sep 13 11:32:35 CST 2021:Thread-Inbox-Model-1
Mon Sep 13 11:32:35 CST 2021:Thread-Inbox-Model-10
Mon Sep 13 11:32:35 CST 2021:Thread-Inbox-Model-2
Mon Sep 13 11:32:35 CST 2021:Thread-Inbox-Model-9
Mon Sep 13 11:32:35 CST 2021:Thread-Inbox-Model-5
Mon Sep 13 11:32:35 CST 2021:Thread-Inbox-Model-6
Mon Sep 13 11:32:35 CST 2021:Thread-Inbox-Model-3
Mon Sep 13 11:32:35 CST 2021:Thread-Inbox-Model-7
Mon Sep 13 11:32:35 CST 2021:Thread-Inbox-Model-8
Mon Sep 13 11:32:35 CST 2021:Thread-Inbox-Model-4

三、題外話，動態線程池

在我們使用線程池的時候，是否有的時候很糾結，到底設置多大的線程池參數是最合適的呢？如果不夠用了怎麼辦，要改代碼重新部署嗎？

其實是不需要的，記得當初看過美團的一篇文章，真的讓人茅塞頓開啊，動態線程池。

ThreadPoolExecutor這個類其實是提供對於線程池的屬性進行修改的，支持我們動態修改一下的屬性：

從上至下分別是線程工廠（用於指定線程名稱）、核心線程數、最大線程數、活躍時間、拒絕策略。

在美團的文章當中呢，是監控服務器線程的使用lv，當達到閾值就進行告警，然後通過配置中心去動態修改這些數值。

我們也可以這麼做，使用@RefreshScope加nacos就可以實現了。

我這呢寫了一個定時任務監控當前服務的線程使用率，小了就擴容，一段時間後佔用率下降，就恢復初始值。其實沒有任何難度啊，當然還有很多地方需要改進的，請大家多提意見，話不多說：

import lombok.extern.slf4j.Slf4j;
import org.springframework.scheduling.annotation.Scheduled;
import org.springframework.stereotype.Component;

import java.util.concurrent.ThreadPoolExecutor;

/**
 * @description： 全局線程池守護進程
 * @author：weirx
 * @date：2021/9/10 16:32
 * @version：3.0
 */
@Slf4j
@Component
public class DaemonThreadTask {

    /**
     * 服務支持最大線程數
     */
    public final static int SERVER_MAX_SIZE = 50;

    /**
     * 最大閾值Maximum threshold，百分比
     */
    private final static int MAXIMUM_THRESHOLD = 8;

    /**
     * 每次遞增最大線程數
     */
    private final static int INCREMENTAL_MAX_NUM = 10;

    /**
     * 每次遞增核心線程數
     */
    private final static int INCREMENTAL_CORE_NUM = 5;

    /**
     * 當前線程數
     */
    private static int currentSize = GlobalThreadPool.MAX_NUM_POOL_SIZE;

    /**
     * 當前核心線程數
     */
    private static int currentCoreSize = GlobalThreadPool.CORE_POOL_SIZE;

    @Scheduled(cron = "0 */5 * * * ?")
    public static void execute() {
        threadMonitor();
    }


    /**
     * description: 動態監控並設置線程參數
     *
     * @return: void
     * @author: weirx
     * @time: 2021/9/10 13:20
     */
    private static void threadMonitor() {
        ThreadPoolExecutor instance = GlobalThreadPool.getExecutor();
        int activeCount = instance.getActiveCount();
        int size = instance.getQueue().size();
        log.info("GlobalThreadPool: the active thread count is {}", activeCount);
        // 線程數不足，增加線程
        if (activeCount > GlobalThreadPool.MAX_NUM_POOL_SIZE % MAXIMUM_THRESHOLD
                && size >= GlobalThreadPool.BLOCKING_QUEUE_SIZE) {
            currentSize = currentSize + INCREMENTAL_MAX_NUM;
            currentCoreSize = currentCoreSize + INCREMENTAL_CORE_NUM;
            //當前設置最大線程數小於服務最大支持線程數纔可以繼續增加線程
            if (currentSize <= SERVER_MAX_SIZE) {
                instance.setMaximumPoolSize(currentSize);
                instance.setCorePoolSize(currentCoreSize);
                log.info("this max thread size is {}", currentSize);
            } else {
                log.info("current size is more than server max size, can not add");
            }
        }
        // 線程數足夠，降低線程數，當前活躍數小於默認核心線程數
        if (activeCount < GlobalThreadPool.MAX_NUM_POOL_SIZE
                && size == 0
                && currentSize > GlobalThreadPool.MAX_NUM_POOL_SIZE) {
            currentSize = GlobalThreadPool.MAX_NUM_POOL_SIZE;
            currentCoreSize = GlobalThreadPool.CORE_POOL_SIZE;
            instance.setMaximumPoolSize(currentSize);
            instance.setCorePoolSize(currentCoreSize);
        }
    }
}

---

本文的簡單分析就結束了，看到這了就給點個三連一下，點贊關注轉發唄。