Java并发编程实战学习(一)

任务执行

任务:大多数服务器应用以用户的请求作为任务边界。
串行化任务:所有任务依次执行,受到网络,IO,DB等的影响,任务阻塞耗时长,导致程序响应慢,吞吐量低。只有在任务少,少量用户量的情况下才适用。
并行
每个任务创建一个线程是不合理的。
1.线程数量的上限有限制的,超出会影响系统稳定OOM异常:
线程数量=\frac{(最大地址空间-JVM堆内存-系统预留空间)}{(java方法栈+本地方法栈)_{XSS}}
32位系统地址空间大约是3g,2^{32},预留空间136M,xss0.5M,数量1万左右,另外linux文件里面也规定了线程最大数。
2.线程的生命周期的维护需要代价,创建销毁延迟运行,耗费计算资源。
3.大量的线程会造成大量内存占用,cg回收压力增加。

线程池

Executor将线程的创建与提交分开,耦合度变低,方便部署阶段调整。会引发OOM,建议自定义线程池使用。
1)newCachedThreadPool创建一个可缓存线程池,最大线程数是Max。
2)newFixedThreadPool 创建一个定长线程池,可控制线程最大并发数。LinkedBlockingQueue是Max。
3)newSingleThreadExecutor 创建一个单线程化的线程池,它只会用唯一的工作线程来执行任务。LinkedBlockingQueue是Max。
4)newScheduledThreadPool 创建一个定长线程池,支持定时及周期性任务执行。LinkedBlockingQueue是Max。
Timer延迟任务问题:固定时间执行,异常不可恢复。
寻找合适的并发
大量相互独立且同构的任务需要并发处理

//多个futureList不要在循环里直接获取get(),需要全部任务submit后再获取,按顺序获取
        List<Future<ImageData>> futures=new ArrayList<>();
        for (ImageInfo imageinfo:scanForImageInfo(source)){
            Callable<ImageData> task=new Callable<ImageData>() {
                @Override
                public ImageData call() throws Exception {
                    ImageData imagedata = imageinfo.downloadIamge();
                    return imagedata;
                }
            };
            Future<ImageData> imagefuture= executor.submit(task);
            futures.add(imagefuture);
        }
//渲染每个图片之间并行 利用CompletionService 先完成的先获取
 List<ImageInfo> info=scanForImageInfo(source);
        CompletionService<ImageData> completionService=new ExecutorCompletionService<ImageData>(executor);
        for (ImageInfo imageInfo:scanForImageInfo(source)) {
            completionService.submit(new Callable<ImageData>() {
                @Override
                public ImageData call() throws Exception {
                    ImageData imageData = imageInfo.downloadIamge();
                    return imageData;
                }
            });
        }
        executor.shutdown();
        for (int i = 0; i < info.size(); i++) {
                Future<ImageData> f=completionService.take();
                ImageData imageData = f.get();
                System.out.println("标签为:"+imageData.getImageLabelId()+",图片二进制为:"+imageData.getImageText());
         }

线程数量的选择
CPU周期
W:等待时间 C:计算时间 U_{cpu}:CPU利用率
N_{threads}=N_{cpu}*U_{cpu}*(1+\frac WC)
1.单个CPU拥有的总时间 W+C
2.单位线程需要的计算时间C
3.单个CPU能提供的线程为(W+C)/C=1+W/C
内存,数据库等资源的约束
线程数量上限=\frac{资源可用总量}{每个任务对资源的需求量}
饱和策略:优先队列与抛弃最旧的不能一同使用。通过Semaphore可以模拟饱和。

Semaphore semaphore=new Semaphore(5);
semaphore.acquire();
executorService.execute(new Runnable() {
     @Override
      public void run() {
         try { 
            //doing....
         }finally{
           semaphore.release();
         }
      }
});

线程工厂:实现ThreadFactory接口后自定义对线程的监控与异常。

任务的取消

标志位,阻塞队列可能有问题。

private volatile boolean cancelled;
public voic cancel(){cancelled=true;}
while (!cancelled){
          queue.put(p=p.nextprobablePrime);
      }
while (!Thread.currentThread().isInterrupted()){
          queue.put(p=p.nextprobablePrime);
      }

Future.cancel()
Executor.shutdown()
java是非抢占式(设置状态)。除非拥有某个线程,否则不能对它进行操作。服务(比如线程池)应该提供生命周期方法(shutdown),来关闭它的线程。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 219,366评论 6 508
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,521评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 165,689评论 0 356
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,925评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,942评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,727评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,447评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,349评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,820评论 1 317
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,990评论 3 337
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,127评论 1 351
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,812评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,471评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,017评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,142评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,388评论 3 373
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,066评论 2 355

推荐阅读更多精彩内容