Springboot多线程实战

2022-12-12 By jihong
在系统中遇到海量数据需要处理的时候，如果处理效率很低，可以使用线程池来优化代码，提高代码效率，在Springboot中使用多线程的方式来模拟真实的业务场景

为什么使用线程池，而不是new Thread()?

在JAVA中，如果每需要一个线程就去new一个Thread的话，开销是很大的，甚至可能比实际业务所需要的资源要更大，除了创建和销毁的开销以外，JVM也扛不住过多的线程存在。

线程池主要用来解决线程生命周期开销问题和资源不足问题。通过对多个任务重复使用线程，线程创建的开销就被分摊到了多个任务上了，而且由于在请求到达时线程已经存在，所以消除了线程创建所带来的延迟。这样，就可以立即为请求服务，使用应用程序响应更快。另外，通过适当的调整线程中的线程数目可以防止出现资源不足的情况。

多线程的原理

public static String threadTest(){
    new Thread(() -> {
        try {
            // 睡15秒
            Thread.sleep(150000);
        } catch (InterruptedException e) {
            throw new RuntimeException(e);
        }
    });
    return "我返回了";
}

如上代码，当执行上方代码时，在返回结果直接去开启一个线程，线程内的代码是睡15秒钟。实际执行结果是直接返回了这个字符串，而没有去睡这15秒。实际是这样吗？

实际情况是主线程在运行代码时，如果有发现创建了新的线程，新的线程内的代码不会影响主线程的执行，所以才会出现直接返回了字符串，没有睡15秒的情况，其实并不是没有执行，只是交给了另外一个线程去执行，这个线程不会影响主线程的代码块执行。

如果我们换种思路想一下，我们现在有一个接口，去数据库里查询了十万条数据，我们去遍历这十万条数据去执行业务代码，就会出现接口处理速度很慢的情况，如果我们能将这十万条数据划分为1000份，然后开启1000个线程同时处理这段业务代码，处理完成后再返回，这样速度就会快很多，这就是多线程的概念，接下来我们来实际操作一下。

多线程实战

3.1 线程池的创建

创建如下线程池配置，然后注入到Bean中

/**
* @author lijihong
* @date  Created in 2021/09/10 09:40
* @Description： 线程池配置
*/
@EnableAsync    // 启用 Spring 的异步方法执行功能
    @Configuration
    public class ExecutorConfig {


        // new ThreadPoolTaskExecutor();
        /**
* 核心线程数量，默认1
*/
        private int corePoolSize = 10;

        /**
* 最大线程数量，默认Integer.MAX_VALUE;
*/
        private int maxPoolSize = 25;

        /**
* 空闲线程存活时间
*/
        private int keepAliveSeconds = 60;

        /**
* 线程阻塞队列容量,默认Integer.MAX_VALUE
*/
        private int queueCapacity = 1;

        /**
* 是否允许核心线程超时
*/
        private boolean allowCoreThreadTimeOut = false;


        @Bean("asyncExecutor")
        public ThreadPoolTaskExecutor asyncExecutor() {
            ThreadPoolTaskExecutor executor = new ThreadPoolTaskExecutor();
            // 配置核心线程数量
            executor.setCorePoolSize(corePoolSize);
            // 配置最大线程数
            executor.setMaxPoolSize(maxPoolSize);
            // 配置队列容量
            executor.setQueueCapacity(queueCapacity);
            // 配置空闲线程存活时间
            executor.setKeepAliveSeconds(keepAliveSeconds);
            executor.setAllowCoreThreadTimeOut(allowCoreThreadTimeOut);
            // 设置拒绝策略，直接在execute方法的调用线程中运行被拒绝的任务
            executor.setRejectedExecutionHandler(new ThreadPoolExecutor.CallerRunsPolicy());
            // 执行初始化
            executor.initialize();
            return executor;
        }
    }

@Resource(name = "asyncExecutor")
ThreadPoolTaskExecutor threadPoolExecutor;

这样我们就可以使用线程池来创建线程了

3.2 实战

使用如下代码创建出一个10000条的List来模拟从数据库中查询的数据

  public static List<String> initData(){
        ArrayList<String> data = new ArrayList<>();
        for (int i = 0; i < 10000; i++) {
            data.add(String.valueOf(i));
        }
        return data;
    }

使用如下代码模拟我们的业务方法，执行需要一秒钟

   public static void deal(String str) throws InterruptedException {
        System.out.println("str = " + str);
        Thread.sleep(1000);
    }

正常执行

public static void main(String[] args) throws InterruptedException {
    // 获取数据
    List<String> data = initData();

    // 遍历
    for (String datum : data) {
        // 执行业务
        deal(datum);
    }

    // 返回
    System.out.println("我执行完毕了！");
}

如上代码执行的话，需要一万秒才可以执行完毕，此时我们再优化一下，加入线程池，使用多线程执行

加入线程池

public static void main(String[] args) throws InterruptedException {
    // 获取数据
    List<String> data = initData();
    // 将一个list 分割为 1000个list
    List<List<String>> partitionList = Lists.partition(data, 1000);
    for (List<String> strings : partitionList) {
        threadPoolExecutor.execute(() -> {
            // 执行业务
            for (String datum : strings) {
                try {
                    deal(datum);
                } catch (InterruptedException e) {
                    throw new RuntimeException(e);
                }
            }
        });
    }
    // 返回
    System.out.println("我执行完毕了！");
}

按照理论来说应该只需要10秒就可以执行完毕，但是我们直接看到返回了，因为每一个线程都是异步执行的，而主线程不会管异步的代码块，所以直接返回了，现在我们需要进一步优化

阻塞主线程 - countDownLatch

public static void main(String[] args) throws InterruptedException {
    // 获取数据
    List<String> data = initData();
    // 将一个list 分割为 1000个list
    List<List<String>> partitionList = Lists.partition(data, 1000);
    // 创建countDownLatch来阻塞主线程，当通过数量等于开启数量时，就会重新开启主线程
    CountDownLatch countDownLatch = new CountDownLatch(partitionList.size());
    for (List<String> strings : partitionList) {
        threadPoolExecutor.execute(() -> {
            // 执行业务
            for (String datum : strings) {
                try {
                    deal(datum);
                } catch (InterruptedException e) {
                    throw new RuntimeException(e);
                }
            }
            // 每当完成一个线程的任务后，countDownLatch会增加一次计数器
            countDownLatch.countDown();
        });
    }

    // 在此处阻塞住主线程，当所有线程的任务全部完成后，放开主线程
    countDownLatch.await();
    // 返回
    System.out.println("我执行完毕了！");
}

如上代码，我们在26行的位置进行了线程阻塞，当全部任务完成后，才会放行主线程去执行下面的代码，从而执行完毕，这次测试10000条数据只用了10秒就完毕了。代码执行的效率取决于第五行代码开启线程的数量，越大越快，但是也就越容易破坏原子性。

Springboot多线程实战

Springboot多线程实战

悦读