多線程并發處理方式
1. 捕獲InterruptedException錯誤
請檢查下面的代碼片段：
public class Task implements Runnable {
private final BlockingQueue queue = 。。.;
@Override
public void run（） {
while （！Thread.currentThread（）.isInterrupted（）） {
String result = getOrDefault（（） -》 queue.poll（1L， TimeUnit.MINUTES）， “default”）;
//do smth with the result
}
}
T getOrDefault（Callable supplier， T defaultValue） {
try {
return supplier.call（）;
} catch （Exception e） {
logger.error（“Got exception while retrieving value.”， e）;
return defaultValue;
}
}
}
代碼的問題是，在等待隊列中的新元素時，是不可能終止線程的，因為中斷的標志永遠不會被恢復：
運行代碼的線程被中斷。
BlockingQueue # poll（）方法拋出InterruptedException異常，并清除了中斷的標志。
while中的循環條件 （！Thread.currentThread（）.isInterrupted（））的判斷是true，因為標記已被清除。
為了防止這種行為，當一個方法被顯式拋出（通過聲明拋出InterruptedException）或隱式拋出（通過聲明/拋出一個原始異常）時，總是捕獲InterruptedException異常，并恢復中斷的標志。
T getOrDefault（Callable supplier， T defaultValue） {
try {
return supplier.call（）;
} catch （InterruptedException e） {
logger.error（“Got interrupted while retrieving value.”， e）;
Thread.currentThread（）.interrupt（）;
return defaultValue;
} catch （Exception e） {
logger.error（“Got exception while retrieving value.”， e）;
return defaultValue;
}
}
2．使用特定的執行程序來阻止操作
因為一個緩慢的操作而使整個服務器變得無響應，這通常不是開發人員想要的。不幸的是，對于RPC，響應時間通常是不可預測的。
假設服務器有100個工作線程，有一個端點，稱為100 RPS。在內部，它發出一個RPC調用，通常需要10毫秒。在某個時間點，此RPC的響應時間變為2秒，在峰值期間服務器能夠做的惟一的一件事就是等待這些調用，而其他端點則無法訪問。
@GET
@Path（“/genre/{name}”）
@Produces（MediaType.APPLICATION_JSON）
public Response getGenre（@PathParam（“name”） String genreName） {
Genre genre = potentiallyVerySlowSynchronousCall（genreName）;
return Response.ok（genre）.build（）;
}
解決這個問題最簡單的方法是提交代碼，它將阻塞調用變成一個線程池：
@GET
@Path（“/genre/{name}”）
@Produces（MediaType.APPLICATION_JSON）
public void getGenre（@PathParam（“name”） String genreName， @Suspended AsyncResponse response） {
response.setTimeout（1L， TimeUnit.SECONDS）;
executorService.submit（（） -》 {
Genre genre = potentiallyVerySlowSynchronousCall（genreName）;
return response.resume（Response.ok（genre）.build（））;
}）;
}
3. 傳MDC的值
MDC（Mapped Diagnostic Context）通常用于存儲單個任務的特定值。例如，在web應用程序中，它可能為每個請求存儲一個請求id和一個用戶id，因此MDC查找與單個請求或整個用戶活動相關的日志記錄變得更加容易。
2017-08-27 14:38:30，893 INFO ［server-thread-0］ ［requestId=060d8c7f， userId=2928ea66］ c.g.s.web.Controller - Message.
可是如果代碼的某些部分是在專用線程池中執行的，則線程（提交任務的線程）中MDC就不會被繼續傳值。在下面的示例中，第7行的日志中包含“requestId”，而第9行的日志則沒有：
@GET
@Path（“/genre/{name}”）
@Produces（MediaType.APPLICATION_JSON）
public void getGenre（@PathParam（“name”） String genreName， @Suspended AsyncResponse response） {
try （MDC.MDCCloseable ignored = MDC.putCloseable（“requestId”， UUID.randomUUID（）.toString（））） {
String genreId = getGenreIdbyName（genreName）; //Sync call
logger.trace（“Submitting task to find genre with id ‘{}’。”， genreId）; //‘requestId’ is logged
executorService.submit（（） -》 {
logger.trace（“Starting task to find genre with id ‘{}’。”， genreId）; //‘requestId’ is not logged
Response result = getGenre（genreId） //Async call
.map（artist -》 Response.ok（artist）.build（））
.orElseGet（（） -》 Response.status（Response.Status.NOT_FOUND）.build（））;
response.resume（result）;
}）;
}
}
這可以通過MDC#getCopyOfContextMap（）方法來解決：
。。.
public void getGenre（@PathParam（“name”） String genreName， @Suspended AsyncResponse response） {
try （MDC.MDCCloseable ignored = MDC.putCloseable（“requestId”， UUID.randomUUID（）.toString（））） {
。。.
logger.trace（“Submitting task to find genre with id ‘{}’。”， genreId）; //‘requestId’ is logged
withCopyingMdc（executorService， （） -》 {
logger.trace（“Starting task to find genre with id ‘{}’。”， genreId）; //‘requestId’ is logged
。。.
}）;
}
}
private void withCopyingMdc（ExecutorService executorService， Runnable function） {
Map
4．更改線程名稱
為了簡化日志讀取和線程轉儲，可以自定義線程的名稱。這可以通過創建ExecutorService時用一個ThreadFactory來完成。在流行的實用程序庫中有許多ThreadFactory接口的實現：
com.google.common.util.concurrent.ThreadFactoryBuilde+r in Guava.
org.springframework.scheduling.concurrent.CustomizableThreadFactory in Spring.
org.apache.commons.lang3.concurrent.BasicThreadFactory in Apache Commons Lang 3.
ThreadFactory threadFactory = new BasicThreadFactory.Builder（）
.namingPattern（“computation-thread-%d”）
.build（）;
ExecutorService executorService = Executors.newFixedThreadPool（numberOfThreads， threadFactory）;
盡管ForkJoinPool不使用ThreadFactory接口，但也支持對線程的重命名：
ForkJoinPool.ForkJoinWorkerThreadFactory forkJoinThreadFactory = pool -》 {
ForkJoinWorkerThread thread = ForkJoinPool.defaultForkJoinWorkerThreadFactory.newThread（pool）;
thread.setName（“computation-thread-” + thread.getPoolIndex（））;
return thread;
};
ForkJoinPool forkJoinPool = new ForkJoinPool（numberOfThreads， forkJoinThreadFactory， null， false）;
將線程轉儲與默認命名進行比較：
“pool-1-thread-3” #14 prio=5 os_prio=31 tid=0x00007fc06b19f000 nid=0x5703 runnable ［0x0000700001ff9000］
java.lang.Thread.State： RUNNABLE
at com.github.sorokinigor.article.tipsaboutconcurrency.setthreadsname.TaskHandler.compute（TaskHandler.java:16）
。。.
“pool-2-thread-3” #15 prio=5 os_prio=31 tid=0x00007fc06aa10800 nid=0x5903 runnable ［0x00007000020fc000］
java.lang.Thread.State： RUNNABLE
at com.github.sorokinigor.article.tipsaboutconcurrency.setthreadsname.HealthCheckCallback.recordFailure（HealthChecker.java:21）
at com.github.sorokinigor.article.tipsaboutconcurrency.setthreadsname.HealthChecker.check（HealthChecker.java:9）
。。.
“pool-1-thread-2” #12 prio=5 os_prio=31 tid=0x00007fc06aa10000 nid=0x5303 runnable ［0x0000700001df3000］
java.lang.Thread.State： RUNNABLE
at com.github.sorokinigor.article.tipsaboutconcurrency.setthreadsname.TaskHandler.compute（TaskHandler.java:16）
。。.
與自定義命名進行比較：
“task-handler-thread-1” #14 prio=5 os_prio=31 tid=0x00007fb49c9df000 nid=0x5703 runnable ［0x000070000334a000］
java.lang.Thread.State： RUNNABLE
at com.github.sorokinigor.article.tipsaboutconcurrency.setthreadsname.TaskHandler.compute（TaskHandler.java:16）
。。.
“authentication-service-ping-thread-0” #15 prio=5 os_prio=31 tid=0x00007fb49c9de000 nid=0x5903 runnable ［0x0000700003247000］
java.lang.Thread.State： RUNNABLE
at com.github.sorokinigor.article.tipsaboutconcurrency.setthreadsname.HealthCheckCallback.recordFailure（HealthChecker.java:21）
at com.github.sorokinigor.article.tipsaboutconcurrency.setthreadsname.HealthChecker.check（HealthChecker.java:9）
。。.
“task-handler-thread-0” #12 prio=5 os_prio=31 tid=0x00007fb49b9b5000 nid=0x5303 runnable ［0x0000700003144000］
java.lang.Thread.State： RUNNABLE
at com.github.sorokinigor.article.tipsaboutconcurrency.setthreadsname.TaskHandler.compute（TaskHandler.java:16）
。。.
想象一下，可能會不止3個線程。
5. 使用LongAdder計數器
在高競爭的情況下，會采用java.util.concurrent.atomic.LongAdder進行計數，而不會采用AtomicLong/AtomicInteger。LongAdder可以跨越多個單元間仍保持值不變，但是如果需要的話，也可以增加它們的值，但與父類AtomicXX比較，這會導致更高的吞吐量，也會增加內存消耗。
LongAdder counter = new LongAdder（）;
counter.increment（）;
。。.
long currentValue = counter.sum（）;
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
多線程并發處理方式下載
相關電子資料下載
- 一文詳解ZGC關鍵技術 26
- AMD推出銳龍 Threadripper 7000系列處理器 171
- 如何使用pthread_barrier_xxx系列函數來實現多線程之間的同步？ 29
- SpringBoot物理線程、虛擬線程、Webflux性能比較 37
- SV線程的使用和控制 121
- Python 如何獲取旅游景點信息 82
- 新一輪制裁，摩爾線程、壁仞等IC公司上實體清單，英偉達AI芯片限制出售！ 927
- 英偉達H800和A800將禁運！美國將摩爾線程、壁仞列入貿易管制“黑名單” 301
- i9-14900K/i7-14700K處理器首發評測 134
- 酷睿i7-14700K處理器性能測試分析 115