閱讀490 返回首頁    go 小米 go 小米5

支持生產阻塞的線程池

在各種並發編程模型中，生產者-消費者模式大概是最常用的了。在實際工作中，對於生產消費的速度，通常需要做一下權衡。通常來說，生產任務的速度要大於消費的速度。一個細節問題是，隊列長度，以及如何匹配生產和消費的速度。

一個典型的生產者-消費者模型如下：

在並發環境下利用J.U.C提供的Queue實現可以很方便地保證生產和消費過程中的線程安全。這裏需要注意的是，Queue必須設置初始容量，防止生產者生產過快導致隊列長度暴漲，最終觸發OutOfMemory。

對於一般的生產快於消費的情況。當隊列已滿時，我們並不希望有任何任務被忽略或得不到執行，此時生產者可以等待片刻再提交任務，更好的做法是，把生 產者阻塞在提交任務的方法上，待隊列未滿時繼續提交任務，這樣就沒有浪費的空轉時間了。阻塞這一點也很容易，BlockingQueue就是為此打造 的，ArrayBlockingQueue和LinkedBlockingQueue在構造時都可以提供容量做限製，其中 LinkedBlockingQueue是在實際操作隊列時在每次拿到鎖以後判斷容量。

更進一步，當隊列為空時，消費者拿不到任務，可以等一會兒再拿，更好的做法是，用BlockingQueue的take方法，阻塞等待，當有任務時 便可以立即獲得執行，建議調用take的帶超時參數的重載方法，超時後線程退出。這樣當生產者事實上已經停止生產時，不至於讓消費者無限等待。

於是一個高效的支持阻塞的生產消費模型就實現了。

等一下，既然J.U.C已經幫我們實現了線程池，為什麼還要采用這一套東西？直接用ExecutorService不是更方便？

我們來看一下ThreadPoolExecutor的基本結構：

可以看到，在ThreadPoolExecutor中，BlockingQueue和Consumer部分已經幫我們實現好了，並且直接采用線程池的實現還有很多優勢，例如線程數的動態調整等。

但問題在於，即便你在構造ThreadPoolExecutor時手動指定了一個BlockingQueue作為隊列實現，事實上當隊列滿 時，execute方法並不會阻塞，原因在於ThreadPoolExecutor調用的是BlockingQueue非阻塞的offer方法：

public void execute(Runnable command) {
    if (command == null)
        throw new NullPointerException();
    if (poolSize >= corePoolSize || !addIfUnderCorePoolSize(command)) {
        if (runState == RUNNING && workQueue.offer(command)) {
            if (runState != RUNNING || poolSize == 0)
                ensureQueuedTaskHandled(command);
        }
        else if (!addIfUnderMaximumPoolSize(command))
            reject(command); // is shutdown or saturated
    }
}

這時候就需要做一些事情來達成一個結果：當生產者提交任務，而隊列已滿時，能夠讓生產者阻塞住，等待任務被消費。

關鍵在於，在並發環境下，隊列滿不能由生產者去判斷，不能調用ThreadPoolExecutor.getQueue().size()來判斷隊列是否滿。

線程池的實現中，當隊列滿時會調用構造時傳入的RejectedExecutionHandler去拒絕任務的處理。默認的實現是AbortPolicy，直接拋出一個RejectedExecutionException。

幾種拒絕策略在這裏就不贅述了，這裏和我們的需求比較接近的是CallerRunsPolicy，這種策略會在隊列滿時，讓提交任務的線程去執行任務，相當於讓生產者臨時去幹了消費者幹的活兒，這樣生產者雖然沒有被阻塞，但提交任務也會被暫停。

public static class CallerRunsPolicy implements RejectedExecutionHandler {
    /**
     * Creates a <tt>CallerRunsPolicy</tt>.
     */
    public CallerRunsPolicy() { }

    /**
     * Executes task r in the caller's thread, unless the executor
     * has been shut down, in which case the task is discarded.
     * @param r the runnable task requested to be executed
     * @param e the executor attempting to execute this task
     */
    public void rejectedExecution(Runnable r, ThreadPoolExecutor e) {
        if (!e.isShutdown()) {
            r.run();
        }
    }
}

但這種策略也有隱患，當生產者較少時，生產者消費任務的時間裏，消費者可能已經把任務都消費完了，隊列處於空狀態，當生產者執行完任務後才能再繼續生產任務，這個過程中可能導致消費者線程的饑餓。

參考類似的思路，最簡單的做法，我們可以直接定義一個RejectedExecutionHandler，當隊列滿時改為調用BlockingQueue.put來實現生產者的阻塞：

new RejectedExecutionHandler() {
	@Override
	public void rejectedExecution(Runnable r, ThreadPoolExecutor executor) {
		if (!executor.isShutdown()) {
			try {
				executor.getQueue().put(r);
			} catch (InterruptedException e) {
				// should not be interrupted
			}
		}
	}
};

這樣，我們就無需再關心Queue和Consumer的邏輯，隻要把精力集中在生產者和消費者線程的實現邏輯上，隻管往線程池提交任務就行了。

相比最初的設計，這種方式的代碼量能減少不少，而且能避免並發環境的很多問題。當然，你也可以采用另外的手段，例如在提交時采用信號量做入口限製等，但是如果僅僅是要讓生產者阻塞，那就顯得複雜了。


文章轉自 並發編程網-ifeve.com

最後更新：2017-05-22 17:31:56

  上一篇：go  穀歌發布基於機器學習的Android APP安全檢測係統：Google Play Protect
  下一篇：go  Inter Thread Latency