5个并发处理技巧代码示例

【译者注】在本文中，作者总结出了5个关于处理并发性程序的技巧，并给出代码示例，让读者更好地理解和使用这5种方法。 以下为译文：

1.捕获interruptedexception错误

请检查下面的代码片段：

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;
		}
	}
}

代码的问题是，在等待队列中的新元素时，是不可能终止线程的，因为中断的标志永远不会被恢复：

1.运行代码的线程被中断。
2.blockingqueue # poll()方法抛出interruptedexception异常，并清除了中断的标志。
3.while中的循环条件 (!thread.currentthread().isinterrupted())的判断是true，因为标记已被清除。

为了防止这种行为，当一个方法被显式抛出（通过声明抛出interruptedexception）或隐式抛出（通过声明/抛出一个原始异常）时，总是捕获interruptedexception异常，并恢复中断的标志。

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．使用特定的执行程序来阻止操作

因为一个缓慢的操作而使整个服务器变得无响应，这通常不是开发人员想要的。不幸的是，对于rpc，响应时间通常是不可预测的。

假设服务器有100个工作线程，有一个端点，称为100 rps。在内部，它发出一个rpc调用，通常需要10毫秒。在某个时间点，此rpc的响应时间变为2秒，在峰值期间服务器能够做的惟一的一件事就是等待这些调用，而其他端点则无法访问。

@get
@path("/genre/{name}")
@produces(mediatype.application_json)
public response getgenre(@pathparam("name") string genrename) {
	genre genre = potentiallyveryslowsynchronouscall(genrename);
	return response.ok(genre).build();
}

解决这个问题最简单的方法是提交代码，它将阻塞调用变成一个线程池：

@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.传mdc的值

mdc（mapped diagnostic context）通常用于存储单个任务的特定值。例如，在web应用程序中，它可能为每个请求存储一个请求id和一个用户id，因此mdc查找与单个请求或整个用户活动相关的日志记录变得更加容易。

2017-08-27 14:38:30,893 info [server-thread-0] [requestid=060d8c7f, userid=2928ea66] c.g.s.web.controller - message.

可是如果代码的某些部分是在专用线程池中执行的，则线程（提交任务的线程）中mdc就不会被继续传值。在下面的示例中，第7行的日志中包含“requestid”，而第9行的日志则没有：

@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);
		}
		);
	}
}

这可以通过mdc#getcopyofcontextmap()方法来解决：

...
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．更改线程名称

为了简化日志读取和线程转储，可以自定义线程的名称。这可以通过创建executorservice时用一个threadfactory来完成。在流行的实用程序库中有许多threadfactory接口的实现:

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);

尽管forkjoinpool不使用threadfactory接口，但也支持对线程的重命名:

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);

将线程转储与默认命名进行比较：

"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)
 ...

与自定义命名进行比较：

"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，可能会不止3个线程。

5．使用longadder计数器

在高竞争的情况下，会采用java.util.concurrent.atomic.longadder进行计数，而不会采用atomiclong/atomicinteger。

longadder可以跨越多个单元间仍保持值不变，但是如果需要的话，也可以增加它们的值，但与父类atomicxx比较，这会导致更高的吞吐量，也会增加内存消耗。

longadder counter = new longadder();
counter.increment();
...
long currentvalue = counter.sum();

总结

以上就是本文关于5个并发处理技巧代码示例的全部内容，希望对大家有所帮助。感兴趣的朋友可以继续参阅本站：java并发编程semaphore计数信号量详解、优化tomcat配置（内存、并发、缓存等方面）方法详解等，有什么问题可以随时留言，小编会及时回复大家的。感谢朋友们对本站的支持！