Bootstrap

Java避坑案例 - 线程池使用中的风险识别与应对

文章目录


在这里插入图片描述

  1. 线程池的基本概念和使用场景
  2. 线程池创建时的注意事项，包括手动创建与使用 Executors 类的区别
  3. 案例分析 newFixedThreadPool 和 newCachedThreadPool 可能引发的问题
  4. 线程池参数设置的最佳实践
  5. 监控线程池状态
  6. 线程池的混用策略

线程池的基本概念

在程序中，我们会用各种池化技术来缓存创建昂贵的对象，比如线程池、连接池、内存池。一般是预先创建一些对象放入池中，使用的时候直接取出使用，用完归还以便复用，还会通过一定的策略调整池中缓存对象的数量，实现池的动态伸缩

线程池是一种管理线程的机制，通过重用线程来减少创建和销毁线程的开销，适用于处理短平快的任务。线程池的核心组成部分包括核心线程数、最大线程数、工作队列及拒绝策略。

创建线程池的注意事项

在 Java 中，Executors 类提供了快速创建线程池的方法，但在生产环境中，建议手动使用 ThreadPoolExecutor 来创建线程池。这是因为 Executors 提供的某些方法可能导致内存溢出（OOM）等问题。

实例1： newFixedThreadPool 使用无界队列，可能因任务积压导致 OOM

/**
 * 触发OOM（OutOfMemoryError）的测试方法
 * 通过向固定大小的线程池中提交大量任务，每个任务在执行时生成大量的字符串并保持在内存中
 * 直到线程池被关闭，以此来模拟和测试OOM的情况
 * 
 * @throws InterruptedException 如果在等待线程池终止时被中断
 */
@GetMapping("oom1")
public void oom1() throws InterruptedException {
    // 创建一个固定大小为1的线程池，以控制并发任务的数量
    ThreadPoolExecutor threadPool = (ThreadPoolExecutor) Executors.newFixedThreadPool(1);
    // 打印线程池的统计信息，监控线程池的状态
    printStats(threadPool);
    
    // 提交给线程池大量的任务，以模拟高并发的场景
    for (int i = 0; i < 100000000; i++) {
        // 每个任务在执行时会生成一个很大的字符串，并尝试将其保持在内存中
        threadPool.execute(() -> {
            // 生成一个由大量字符组成的字符串，以占用大量内存
            String payload = IntStream.rangeClosed(1, 1000000)
                    .mapToObj(__ -> "a")
                    .collect(Collectors.joining("")) + UUID.randomUUID().toString();
            // 使当前任务暂停1小时，模拟长时间运行的任务
            try {
                TimeUnit.HOURS.sleep(1);
            } catch (InterruptedException e) {
                // 捕获中断异常，但不执行任何操作
            }
            // 记录生成的字符串，进一步增加内存的使用
            log.info(payload);
        });
    }
    
    // 关闭线程池，不再接受新的任务
    threadPool.shutdown();
    // 等待线程池中的所有任务完成，或直到指定的超时时间结束
    threadPool.awaitTermination(1, TimeUnit.HOURS);
}




/**
 * 定期打印线程池的运行统计信息
 * 此方法内部创建了一个新的单线程调度器，用于定期执行打印线程池统计信息的任务
 * 它提供了线程池大小、活动线程数、已完成任务数和队列中任务数的信息
 * 这些信息有助于监控线程池的性能和工作负载
 * 
 * @param threadPool 线程池对象，其统计信息将被打印
 */
private void printStats(ThreadPoolExecutor threadPool) {
    Executors.newSingleThreadScheduledExecutor().scheduleAtFixedRate(() -> {
        // 打印分割线，用于区分不同的统计时间点
        log.info("=========================");
        // 打印线程池当前的线程数量
        log.info("Pool Size: {}", threadPool.getPoolSize());
        // 打印当前活动线程的数量
        log.info("Active Threads: {}", threadPool.getActiveCount());
        // 打印已完成任务的总数
        log.info("Number of Tasks Completed: {}", threadPool.getCompletedTaskCount());
        // 打印队列中等待执行的任务数量
        log.info("Number of Tasks in Queue: {}", threadPool.getQueue().size());
        // 再次打印分割线，结束本次统计信息的打印
        log.info("=========================");
    }, 0, 1, TimeUnit.SECONDS);
}

在这里插入图片描述

newFixedThreadPool 方法线程池的工作队列直接 new 了一个
LinkedBlockingQueue，而默认构造方法的 LinkedBlockingQueue 是一个Integer.MAX_VALUE 长度的队列，可以认为是无界的

虽然使用 newFixedThreadPool 可以把工作线程控制在固定的数量上，但任务队列是无界的。如果任务较多并且执行较慢的话，队列可能会快速积压，撑爆内存导致 OOM

实例2： newCachedThreadPool 会创建大量线程，可能因线程数量过多导致无法创建新线程。

/**
 * 触发OOM（OutOfMemoryError）的测试方法
 * 通过创建大量的线程和字符串对象，最终导致内存溢出
 * 此方法主要用于演示和测试目的，实际应用中应避免此类设计
 */
@GetMapping("oom2")
public void oom2() throws InterruptedException {
    // 创建一个可缓存的线程池，按需（每个任务）创建新线程
    ThreadPoolExecutor threadPool = (ThreadPoolExecutor) Executors.newCachedThreadPool();
    // 打印线程池的统计信息
    printStats(threadPool);
    // 循环提交大量任务到线程池
    for (int i = 0; i < 100000000; i++) {
        // 每个任务生成一个随机UUID字符串，并尝试休眠1小时
        threadPool.execute(() -> {
            String payload = UUID.randomUUID().toString();
            try {
                TimeUnit.HOURS.sleep(1);
            } catch (InterruptedException e) {
                // 捕获中断异常，但不执行任何操作
            }
            // 日志记录生成的UUID字符串
            log.info(payload);
        });
    }
    // 关闭线程池，不再接受新任务
    threadPool.shutdown();
    // 等待线程池中的所有任务完成，最多等待1小时
    threadPool.awaitTermination(1, TimeUnit.HOURS);
}

在这里插入图片描述

查看newCachedThreadPool 的源码可以看到，这种线程池的最大线程数是Integer.MAX_VALUE，可以认为是没有上限的，而其工作队列 SynchronousQueue 是一个没有存储空间的阻塞队列。这意味着，只要有请求到来，就必须找到一条工作线程来处理，如果当前没有空闲的线程就再创建一条新的。

由于我们的任务需要 1 小时才能执行完成，大量的任务进来后会创建大量的线程。我们知道线程是需要分配一定的内存空间作为线程栈的，比如 1MB，因此无限制创建线程必然会导致 OOM。

不建议使用 Executors 提供的两种快捷的线程池

  • 需要根据自己的场景、并发情况来评估线程池的几个核心参数，包括核心线程数、最大线程数、线程回收策略、工作队列的类型，以及拒绝策略，确保线程池的工作行为符合需求，一般都需要设置有界的工作队列和可控的线程数

  • 任何时候，都应该为自定义线程池指定有意义的名称，以方便排查问题。当出现线程数量暴增、线程死锁、线程占用大量 CPU、线程执行出现异常等问题时，我们往往会抓取线程栈。此时，有意义的线程名称，就可以方便我们定位问题

除了建议手动声明线程池以外，还建议用一些监控手段来观察线程池的状态。线程池这个组件往往会表现得任劳任怨、默默无闻，除非是出现了拒绝策略，否则压力再大都不会抛出一个异常。如果我们能提前观察到线程池队列的积压，或者线程数量的快速膨胀，往往可以提早发现并解决问题

线程池参数设置的最佳实践

根据应用场景，合理设置以下参数：

  • 核心线程数：应根据任务的并发性和执行时间进行调整。
  • 最大线程数：应限制线程数量以防止资源耗尽。
  • 工作队列：应使用有界队列来防止无穷的任务积压。
  • 拒绝策略：根据应用需求选择合适的拒绝策略，例如 AbortPolicy 或 CallerRunsPolicy。
import com.google.common.util.concurrent.ThreadFactoryBuilder;


/**
 * 处理 "good" GET 请求的控制器方法
 * 该方法演示了如何在Spring MVC环境中使用线程池执行异步任务
 * 它创建了一个固定大小的线程池，并提交了多个任务去执行
 * 
 * @return 返回 AtomicInteger 的值，用于跟踪任务的完成数量
 * @throws InterruptedException 如果在等待过程中线程被中断
 */
@GetMapping("good")
public int good() throws InterruptedException {
    // 使用 AtomicInteger 来跟踪任务的唯一标识
    AtomicInteger atomicInteger = new AtomicInteger();
    
    // 创建一个 ThreadPoolExecutor，配置核心线程数、最大线程数、空闲线程存活时间、工作队列等
    ThreadPoolExecutor threadPool = new ThreadPoolExecutor(
            2, 5,
            5, TimeUnit.SECONDS,
            new ArrayBlockingQueue<>(10),
            new ThreadFactoryBuilder().setNameFormat("demo-threadpool-%d").build(),
            new ThreadPoolExecutor.AbortPolicy());
    
    // 打印线程池的统计信息，监控线程池状态
    printStats(threadPool);
    
    // 生成并提交 20 个任务到线程池
    IntStream.rangeClosed(1, 20).forEach(i -> {
        try {
            TimeUnit.SECONDS.sleep(1);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
        // 获取并递增任务ID
        int id = atomicInteger.incrementAndGet();
        
        try {
            // 提交任务到线程池执行
            threadPool.submit(() -> {
                log.info("{} started", id);
                try {
                    TimeUnit.SECONDS.sleep(10);
                } catch (InterruptedException e) {
                }
                log.info("{} finished", id);
            });
        } catch (Exception ex) {
            // 如果任务提交失败，记录错误信息并递减任务ID
            log.error("error submitting task {}", id, ex);
            atomicInteger.decrementAndGet();
        }
    });

    // 主线程休眠60秒，等待任务完成
    TimeUnit.SECONDS.sleep(60);
    
    // 返回完成的任务数量
    return atomicInteger.intValue();
}

初始化线程池：

创建一个 AtomicInteger 对象 atomicInteger，用于记录任务ID。
创建一个 ThreadPoolExecutor 对象 threadPool，配置核心线程数为2，最大线程数为5，空闲线程存活时间为5秒，任务队列容量为10，线程工厂设置名称格式，拒绝策略为AbortPolicy。

打印线程池状态：

调用 printStats 方法，每隔1秒打印线程池的当前状态。

提交任务：

  • 使用 IntStream.rangeClosed(1, 20) 生成1到20的整数流。
  • 每次迭代中，休眠1秒，获取任务ID，尝试提交任务到线程池。
  • 任务内容为记录开始日志，休眠10秒，记录结束日志。
  • 如果提交失败，记录错误并减少任务计数。

等待和返回结果：

等待60秒后，返回提交任务的总数。

线程池默认的工作行为

  1. 核心线程数 (corePoolSize)：

    • 线程池在没有任务时，会保持corePoolSize个线程活跃。
    • 当有任务提交时，线程池会首先尝试复用这些核心线程。

  2. 任务堆积：

    • 如果所有核心线程都在忙碌，后续的任务会被添加到工作队列（如LinkedBlockingQueue）中等待处理。
    • 这个工作队列的大小是有限的，默认情况下是无界的。

  3. 扩容：

    • 一旦工作队列满了，线程池会尝试扩容，创建新的工作线程，直到达到maximumPoolSize。
    • maximumPoolSize是线程池允许的最大线程数。

  4. 拒绝策略：

    • 如果队列和线程池都已满，线程池会根据预设的拒绝策略（如AbortPolicy、CallerRunsPolicy等）处理新提交的任务。

  5. 线程回收：

    • 当线程数大于corePoolSize时，如果线程在keepAliveTime内没有处理新任务，它们会被终止，回收至核心线程数。

以下是ThreadPoolExecutor构造函数的参数及其影响：

  • corePoolSize：核心线程数，保持活跃的最小线程数。
  • maximumPoolSize：最大线程数，能够创建的最大线程数量。
  • keepAliveTime：非核心线程闲置时间，超过此时间后将被回收。
  • unit：时间单位，与keepAliveTime一起使用。
  • workQueue：用于存储等待执行任务的队列。
  • handler：拒绝策略，用于处理无法被执行的任务。

预先启动核心线程

在Java的ThreadPoolExecutor中，预先启动核心线程意味着在创建线程池时，线程池会立即启动并激活corePoolSize个核心线程。这可以减少任务到达时的响应延迟，尤其是在预计会有大量任务同时提交的场景下。

相关参数和方法

  • 核心线程数 (corePoolSize)：指定要保持活跃的最小线程数。
  • allowCoreThreadTimeOut：如果设置为true，当核心线程在keepAliveTime内没有执行任务时，它们会被回收。

预先启动核心线程的方法

可以使用prestartAllCoreThreads()方法来预先启动所有核心线程：

  • prestartCoreThread()：启动单个核心线程（如果核心线程未被创建）。
  • prestartAllCoreThreads()：启动所有核心线程。

演示如何预先启动核心线程：

import java.util.concurrent.*;

public class PrestartCoreThreadsExample {
    public static void main(String[] args) {
        ThreadPoolExecutor executor = new ThreadPoolExecutor(
            2, // corePoolSize
            4, // maximumPoolSize
            60, // keepAliveTime
            TimeUnit.SECONDS, // unit
            new LinkedBlockingQueue<>() // workQueue
        );

        // 预先启动所有核心线程
        executor.prestartAllCoreThreads();

        // 提交任务
        for (int i = 0; i < 5; i++) {
            final int taskId = i;
            executor.execute(() -> {
                System.out.println("Executing task " + taskId);
                try {
                    Thread.sleep(1000); // 模拟任务执行
                } catch (InterruptedException e) {
                    Thread.currentThread().interrupt();
                }
            });
        }

        executor.shutdown(); // 关闭线程池
    }
}

监控线程池状态的方法

建议在生产环境中添加监控，定期输出线程池的状态信息。可以使用定时任务定期打印线程池的基本信息，如线程数、活跃线程数、完成任务数量等。

/**
 * 定期打印线程池的运行统计信息
 * 此方法内部创建了一个新的单线程调度器，用于定期执行打印线程池统计信息的任务
 * 它提供了线程池大小、活动线程数、已完成任务数和队列中任务数的信息
 * 这些信息有助于监控线程池的性能和工作负载
 * 
 * @param threadPool 线程池对象，其统计信息将被打印
 */
private void printStats(ThreadPoolExecutor threadPool) {
    Executors.newSingleThreadScheduledExecutor().scheduleAtFixedRate(() -> {
        // 打印分割线，用于区分不同的统计时间点
        log.info("=========================");
        // 打印线程池当前的线程数量
        log.info("Pool Size: {}", threadPool.getPoolSize());
        // 打印当前活动的线程数量
        log.info("Active Threads: {}", threadPool.getActiveCount());
        // 打印已完成任务的总数
        log.info("Number of Tasks Completed: {}", threadPool.getCompletedTaskCount());
        // 打印队列中等待执行的任务数量
        log.info("Number of Tasks in Queue: {}", threadPool.getQueue().size());
        // 再次打印分割线，结束本次统计信息的打印
        log.info("=========================");
    }, 0, 1, TimeUnit.SECONDS);
}

线程池的混用策略

要根据任务的“轻重缓急”来指定线程池的核心参数，包括线程数、回收策略和任务队列

  1. IO密集型任务：

    • 特点：执行时间较长、数量较少，通常涉及网络请求、文件操作等。
    • 配置建议：
      • 可以增加核心线程数，因为这些任务通常会在等待IO时处于阻塞状态。
      • 不需要太大的任务队列，以避免内存消耗过大。

  2. 计算密集型任务：

    • 特点：执行时间短、数量较多，主要涉及CPU计算。
    • 配置建议：
      • 线程数量应接近CPU核心数或核心数的两倍，以优化CPU资源利用。
      • 需要较长的任务队列来处理任务高峰，防止因线程不足导致任务拒绝。

优化策略

  1. 根据任务特性选择线程池：

    • 对于IO密集型任务，使用较大的线程池以处理多任务并发。
    • 对于计算密集型任务，使用较小的线程池，避免线程切换的开销。

  2. 合理设置核心参数：

    • corePoolSize：根据任务特性选择适当的线程数。
    • maximumPoolSize：根据系统资源设置合理的最大线程数。
    • keepAliveTime：调节非核心线程的存活时间，以便更好地应对任务波动。

  3. 使用不同类型的线程池：

    • 对于短期任务，可以考虑使用CachedThreadPool，它会动态创建和回收线程。
    • 对于长期任务，可以使用FixedThreadPool，确保线程数不变，适合处理稳定负载的任务。

CachedThreadPool与FixedThreadPool的特性

  1. CachedThreadPool：

    • 特点：可以动态创建线程，根据需要创建新的线程，空闲的线程会被回收，适合短时间内大量并发任务。
    • 优点：灵活性高，能够适应突发的任务需求。
    • 缺点：在任务量大且长时间运行时，可能导致资源耗尽或系统负载过高。

  2. FixedThreadPool：

    • 特点：线程池中线程数固定，适合长期稳定的负载。
    • 优点：可控性强，避免了因动态创建线程导致的资源问题。
    • 缺点：在任务量大时可能会出现任务被阻塞的情况，因为线程数不够。

适用场景与局限性

  • 短期任务：

    • 适合使用：CachedThreadPool。当任务数量不确定且突发性强时，CachedThreadPool能够快速响应并执行任务。
    • 注意事项：应监控系统资源，以防因过多线程创建导致内存或CPU负担过重。

  • 长期任务：

    • 适合使用：FixedThreadPool。对于稳定负载的情况，FixedThreadPool可以确保线程数不变，提升执行效率。
    • 注意事项：线程数过少可能会导致任务排队，线程数过多可能会增加上下文切换的开销。

在这里插入图片描述

悦读

道可道，非常道；名可名，非常名。 无名，天地之始，有名，万物之母。 故常无欲，以观其妙，常有欲，以观其徼。 此两者，同出而异名，同谓之玄，玄之又玄，众妙之门。

最新收录
Unity 游戏框架搭建 (一) 概述
源码解析glibc中的pclose与fclose函数
ES7、ES8新特性
基于Vue3+Vite4+Ts+微前端qiankun搭建Vue3主应用并实现主子应用切换(新增主子应用通信、在线地址)
计算标准累积正态分布_【文献阅读 02】截断(truncated)正态分布
双非二本程序员，年近30，5年间在大厂中横跳，工资翻了两番
车流量估算OD矩阵CGAME：Cyclic Graph Attentive Match Encoder (cgame) A Novel Neural Network For OD Estimation
python+django+vue汽车票在线预订系统58ip7
第k大元素
vue中，Vue.extend的实际运用 （运用Vue.extend自己封装一个类似Element的MessageBox的组件）
;