Java多線程優(yōu)化方法及使用方式

更新時(shí)間：2018年02月05日 10:18:40 作者：我心自在

這篇文章主要介紹了Java多線程優(yōu)化方法及使用方式,非常不錯(cuò)，具有參考借鑒價(jià)值，需要的朋友可以參考下

一、多線程介紹

在編程中，我們不可逃避的會(huì)遇到多線程的編程問題，因?yàn)樵诖蠖鄶?shù)的業(yè)務(wù)系統(tǒng)中需要并發(fā)處理，如果是在并發(fā)的場(chǎng)景中，多線程就非常重要了。另外，我們?cè)诿嬖嚨臅r(shí)候，面試官通常也會(huì)問到我們關(guān)于多線程的問題，如：如何創(chuàng)建一個(gè)線程？我們通常會(huì)這么回答，主要有兩種方法，第一種：繼承Thread類，重寫run方法；第二種：實(shí)現(xiàn)Runnable接口，重寫run方法。那么面試官一定會(huì)問這兩種方法各自的優(yōu)缺點(diǎn)在哪，不管怎么樣，我們會(huì)得出一個(gè)結(jié)論，那就是使用方式二，因?yàn)槊嫦驅(qū)ο筇岢倮^承，盡量多用組合。

這個(gè)時(shí)候，我們還可能想到，如果想得到多線程的返回值怎么辦呢？根據(jù)我們多學(xué)到的知識(shí)，我們會(huì)想到實(shí)現(xiàn)Callable接口，重寫call方法。那么多線程到底在實(shí)際項(xiàng)目中怎么使用呢，他有多少種方式呢？

首先，我們來看一個(gè)例子：

這是一種創(chuàng)建多線程的簡(jiǎn)單方法，很容易理解，在例子中，根據(jù)不同的業(yè)務(wù)場(chǎng)景，我們可以在Thread()里邊傳入不同的參數(shù)實(shí)現(xiàn)不同的業(yè)務(wù)邏輯，但是，這個(gè)方法創(chuàng)建多線程暴漏出來的問題就是反復(fù)創(chuàng)建線程，而且創(chuàng)建線程后還得銷毀，如果對(duì)并發(fā)場(chǎng)景要求低的情況下，這種方式貌似也可以，但是高并發(fā)的場(chǎng)景中，這種方式就不行了，因?yàn)閯?chuàng)建線程銷毀線程是非常耗資源的。所以根據(jù)經(jīng)驗(yàn)，正確的做法是我們使用線程池技術(shù)，JDK提供了多種線程池類型供我們選擇，具體方式可以查閱jdk的文檔。

這里代碼我們需要注意的是，傳入的參數(shù)代表我們配置的線程數(shù)，是不是越多越好呢？肯定不是。因?yàn)槲覀冊(cè)谂渲镁€程數(shù)的時(shí)候要充分考慮服務(wù)器的性能，線程配置的多，服務(wù)器的性能未必就優(yōu)。通常，機(jī)器完成的計(jì)算是由線程數(shù)決定的，當(dāng)線程數(shù)到達(dá)峰值，就無法在進(jìn)行計(jì)算了。如果是耗CPU的業(yè)務(wù)邏輯（計(jì)算較多），線程數(shù)和核數(shù)一樣就到達(dá)峰值了，如果是耗I/O的業(yè)務(wù)邏輯（操作數(shù)據(jù)庫，文件上傳、下載等），線程數(shù)越多一定意義上有助于提升性能。

線程數(shù)大小的設(shè)定又一個(gè)公式?jīng)Q定：

Y=N*((a+b)/a)，其中，N:CPU核數(shù)，a:線程執(zhí)行時(shí)程序的計(jì)算時(shí)間，b:線程執(zhí)行時(shí)，程序的阻塞時(shí)間。有了這個(gè)公式后，線程池的線程數(shù)配置就會(huì)有約束了，我們可以根據(jù)機(jī)器的實(shí)際情況靈活配置。

二、多線程優(yōu)化及性能比較

最近的項(xiàng)目中用到了所線程技術(shù)，在使用過程中遇到了很多的麻煩，趁著熱度，整理一下幾種多線程框架的性能比較。目前所掌握的大致分三種，第一種：ThreadPool（線程池）+CountDownLatch（程序計(jì)數(shù)器），第二種：Fork/Join框架，第三種JDK8并行流，下面對(duì)這幾種方式的多線程處理性能做一下比較總結(jié)。

首先，假設(shè)一種業(yè)務(wù)場(chǎng)景，在內(nèi)存中生成多個(gè)文件對(duì)象，這里暫定30000，（Thread.sleep(時(shí)間)）線程睡眠模擬業(yè)務(wù)處理業(yè)務(wù)邏輯，來比較這幾種方式的多線程處理性能。

1）單線程

這種方式非常簡(jiǎn)單，但是程序在處理的過程中非常的耗時(shí)，使用的時(shí)間會(huì)很長，因?yàn)槊總€(gè)線程都在等待當(dāng)前線程執(zhí)行完才會(huì)執(zhí)行，和多線程沒有多少關(guān)系，所以效率非常低。

首先創(chuàng)建文件對(duì)象，代碼如下：

public class FileInfo {
 private String fileName;//文件名
 private String fileType;//文件類型
 private String fileSize;//文件大小
 private String fileMD5;//MD5碼
 private String fileVersionNO;//文件版本號(hào)
 public FileInfo() {
  super();
 }
 public FileInfo(String fileName, String fileType, String fileSize, String fileMD5, String fileVersionNO) {
  super();
  this.fileName = fileName;
  this.fileType = fileType;
  this.fileSize = fileSize;
  this.fileMD5 = fileMD5;
  this.fileVersionNO = fileVersionNO;
 }
 public String getFileName() {
  return fileName;
 }
 public void setFileName(String fileName) {
  this.fileName = fileName;
 }
 public String getFileType() {
  return fileType;
 }
 public void setFileType(String fileType) {
  this.fileType = fileType;
 }
 public String getFileSize() {
  return fileSize;
 }
 public void setFileSize(String fileSize) {
  this.fileSize = fileSize;
 }
 public String getFileMD5() {
  return fileMD5;
 }
 public void setFileMD5(String fileMD5) {
  this.fileMD5 = fileMD5;
 }
 public String getFileVersionNO() {
  return fileVersionNO;
 }
 public void setFileVersionNO(String fileVersionNO) {
  this.fileVersionNO = fileVersionNO;
 }

接著，模擬業(yè)務(wù)處理，創(chuàng)建30000個(gè)文件對(duì)象，線程睡眠1ms,之前設(shè)置的1000ms，發(fā)現(xiàn)時(shí)間很長，整個(gè)Eclipse卡掉了，所以將時(shí)間改為了1ms。

public class Test {
   private static List<FileInfo> fileList= new ArrayList<FileInfo>();
   public static void main(String[] args) throws InterruptedException {
     createFileInfo();
     long startTime=System.currentTimeMillis();
     for(FileInfo fi:fileList){
       Thread.sleep(1);
     }
     long endTime=System.currentTimeMillis();
     System.out.println("單線程耗時(shí)："+(endTime-startTime)+"ms");
   }
   private static void createFileInfo(){
     for(int i=0;i<30000;i++){
       fileList.add(new FileInfo("身份證正面照","jpg","101522","md5"+i,"1"));
     }
   }
}

測(cè)試結(jié)果如下：

可以看到，生成30000個(gè)文件對(duì)象消耗的時(shí)間比較長，接近1分鐘，效率比較低。

2） ThreadPool （線程池） +CountDownLatch （程序計(jì)數(shù)器）

顧名思義，CountDownLatch為線程計(jì)數(shù)器，他的執(zhí)行過程如下：首先，在主線程中調(diào)用await()方法，主線程阻塞，然后，將程序計(jì)數(shù)器作為參數(shù)傳遞給線程對(duì)象，最后，每個(gè)線程執(zhí)行完任務(wù)后，調(diào)用countDown()方法表示完成任務(wù)。countDown()被執(zhí)行多次后，主線程的await()會(huì)失效。實(shí)現(xiàn)過程如下：

public class Test2 {
 private static ExecutorService executor=Executors.newFixedThreadPool(100);
 private static CountDownLatch countDownLatch=new CountDownLatch(100);
 private static List<FileInfo> fileList= new ArrayList<FileInfo>();
 private static List<List<FileInfo>> list=new ArrayList<>();
 public static void main(String[] args) throws InterruptedException {
  createFileInfo();
  addList();
  long startTime=System.currentTimeMillis();
  int i=0;
  for(List<FileInfo> fi:list){
   executor.submit(new FileRunnable(countDownLatch,fi,i));
   i++;
  }
  countDownLatch.await();
  long endTime=System.currentTimeMillis();
  executor.shutdown();
  System.out.println(i+"個(gè)線程耗時(shí)："+(endTime-startTime)+"ms");
 }
 private static void createFileInfo(){
  for(int i=0;i<30000;i++){
   fileList.add(new FileInfo("身份證正面照","jpg","101522","md5"+i,"1"));
  }
 }
 private static void addList(){
  for(int i=0;i<100;i++){
   list.add(fileList);
  }
 }
}

FileRunnable類：

/**
 * 多線程處理
 * @author wangsj
 *
 * @param <T>
 */
public class FileRunnable<T> implements Runnable {
   private CountDownLatch countDownLatch;
   private List<T> list;
   private int i;
   public FileRunnable(CountDownLatch countDownLatch, List<T> list, int i) {
     super();
     this.countDownLatch = countDownLatch;
     this.list = list;
     this.i = i;
   }
   @Override
   public void run() {
     for(T t:list){
       try {
          Thread.sleep(1);
       } catch (InterruptedException e) {
          e.printStackTrace();
       }
       countDownLatch.countDown();
     }
   }
}

測(cè)試結(jié)果如下：

3） Fork/Join 框架

Jdk從版本7開始，出現(xiàn)了Fork/join框架，從字面來理解，fork就是拆分，join就是合并，所以，該框架的思想就是。通過fork拆分任務(wù)，然后join來合并拆分后各個(gè)人物執(zhí)行完畢后的結(jié)果并匯總。比如，我們要計(jì)算連續(xù)相加的幾個(gè)數(shù)，2+4+5+7=？，我們利用Fork/join框架來怎么完成呢，思想就是拆分子任務(wù)，我們可以把這個(gè)運(yùn)算拆分為兩個(gè)子任務(wù)，一個(gè)計(jì)算2+4，另一個(gè)計(jì)算5+7，這是Fork的過程，計(jì)算完成后，把這兩個(gè)子任務(wù)計(jì)算的結(jié)果匯總，得到總和，這是join的過程。

Fork/Join框架執(zhí)行思想：首先，分割任務(wù)，使用fork類將大任務(wù)分割為若干子任務(wù)，這個(gè)分割過程需要按照實(shí)際情況來定，直到分割出的任務(wù)足夠小。然后，join類執(zhí)行任務(wù)，分割的子任務(wù)在不同的隊(duì)列里，幾個(gè)線程分別從隊(duì)列里獲取任務(wù)并執(zhí)行，執(zhí)行完的結(jié)果放到一個(gè)單獨(dú)的隊(duì)列里，最后，啟動(dòng)線程，隊(duì)列里拿取結(jié)果并合并結(jié)果。

使用Fork/Join框架要用到幾個(gè)類，關(guān)于類的使用方式可以參考JDK的API，使用該框架，首先需要繼承ForkJoinTask類，通常，只需要繼承他的子類RecursiveTask或RecursiveAction即可，RecursiveTask，用于有返回結(jié)果的場(chǎng)景，RecursiveAction用于沒有返回結(jié)果的場(chǎng)景。ForkJoinTask的執(zhí)行需要用到ForkJoinPool來執(zhí)行，該類用于維護(hù)分割出的子任務(wù)添加到不同的任務(wù)隊(duì)列。

下面是實(shí)現(xiàn)代碼：

public class Test3 {
 private static List<FileInfo> fileList= new ArrayList<FileInfo>();
// private static ForkJoinPool forkJoinPool=new ForkJoinPool(100);
// private static Job<FileInfo> job=new Job<>(fileList.size()/100, fileList);
 public static void main(String[] args) {
  createFileInfo();
  long startTime=System.currentTimeMillis();
  ForkJoinPool forkJoinPool=new ForkJoinPool(100);
  //分割任務(wù)
  Job<FileInfo> job=new Job<>(fileList.size()/100, fileList)；
  //提交任務(wù)返回結(jié)果
ForkJoinTask<Integer> fjtResult=forkJoinPool.submit(job);
//阻塞
  while(!job.isDone()){
   System.out.println("任務(wù)完成！");
  }
  long endTime=System.currentTimeMillis();
  System.out.println("fork/join框架耗時(shí)："+(endTime-startTime)+"ms");
 }
 private static void createFileInfo(){
  for(int i=0;i<30000;i++){
   fileList.add(new FileInfo("身份證正面照","jpg","101522","md5"+i,"1"));
  }
 }
}
/**
 * 執(zhí)行任務(wù)類
 * @author wangsj
 *
 */
public class Job<T> extends RecursiveTask<Integer> {
 private static final long serialVersionUID = 1L;
 private int count;
 private List<T> jobList;
 public Job(int count, List<T> jobList) {
  super();
  this.count = count;
  this.jobList = jobList;
 }
 /**
  * 執(zhí)行任務(wù)，類似于實(shí)現(xiàn)Runnable接口的run方法
  */
 @Override
 protected Integer compute() {
  //拆分任務(wù)
  if(jobList.size()<=count){
   executeJob();
   return jobList.size();
  }else{
   //繼續(xù)創(chuàng)建任務(wù)，直到能夠分解執(zhí)行
   List<RecursiveTask<Long>> fork = new LinkedList<RecursiveTask<Long>>();
   //拆分子任務(wù)，這里采用二分法
   int countJob=jobList.size()/2;
   List<T> leftList=jobList.subList(0, countJob);
   List<T> rightList=jobList.subList(countJob, jobList.size());
   //分配任務(wù)
   Job leftJob=new Job<>(count,leftList);
   Job rightJob=new Job<>(count,rightList);
   //執(zhí)行任務(wù)
   leftJob.fork();
   rightJob.fork();
   return Integer.parseInt(leftJob.join().toString())
     +Integer.parseInt(rightJob.join().toString());
  }
 }
 /**
  * 執(zhí)行任務(wù)方法
  */
 private void executeJob() {
  for(T job:jobList){
   try {
    Thread.sleep(1);
   } catch (InterruptedException e) {
    e.printStackTrace();
   }
  }
 }

測(cè)試結(jié)果如下：

4） JDK8 并行流

并行流是jdk8的新特性之一，思想就是將一個(gè)順序執(zhí)行的流變?yōu)橐粋€(gè)并發(fā)的流，通過調(diào)用parallel()方法來實(shí)現(xiàn)。并行流將一個(gè)流分成多個(gè)數(shù)據(jù)塊，用不同的線程來處理不同的數(shù)據(jù)塊的流，最后合并每個(gè)塊數(shù)據(jù)流的處理結(jié)果，類似于Fork/Join框架。

并行流默認(rèn)使用的是公共線程池ForkJoinPool，他的線程數(shù)是使用的默認(rèn)值，根據(jù)機(jī)器的核數(shù)，我們可以適當(dāng)調(diào)整線程數(shù)的大小。線程數(shù)的調(diào)整通過以下方式來實(shí)現(xiàn)。

System.setProperty("java.util.concurrent.ForkJoinPool.common.parallelism", "100");

以下是代碼的實(shí)現(xiàn)過程，非常簡(jiǎn)單：

public class Test4 {
private static List<FileInfo> fileList= new ArrayList<FileInfo>();
public static void main(String[] args) {
//    System.setProperty("java.util.concurrent.ForkJoinPool.common.parallelism", "100");
   createFileInfo();
   long startTime=System.currentTimeMillis();
   fileList.parallelStream().forEach(e ->{
     try {
        Thread.sleep(1);
     } catch (InterruptedException f) {
        f.printStackTrace();
     }
   });
   long endTime=System.currentTimeMillis();
   System.out.println("jdk8并行流耗時(shí)："+(endTime-startTime)+"ms");
}
private static void createFileInfo(){
   for(int i=0;i<30000;i++){
     fileList.add(new FileInfo("身份證正面照","jpg","101522","md5"+i,"1"));
   }
}
}

下面是測(cè)試，第一次沒有設(shè)置線程池的數(shù)量，采用默認(rèn)，測(cè)試結(jié)果如下：

我們看到，結(jié)果并不是很理想，耗時(shí)較長，接下來設(shè)置線程池的數(shù)量大小，即添加如下代碼：

System.setProperty("java.util.concurrent.ForkJoinPool.common.parallelism", "100");

接著進(jìn)行測(cè)試，結(jié)果如下：

這次耗時(shí)較小，比較理想。

三、總結(jié)

綜上幾種情況來看，以單線程作為參考，耗時(shí)最長的還是原生的Fork/Join框架，這里邊盡管配置了線程池的數(shù)量，但效果較精確配置了線程池?cái)?shù)量的JDK8并行流較差。并行流實(shí)現(xiàn)代碼簡(jiǎn)單易懂，不需要我們寫多余的for循環(huán)，一個(gè)parallelStream方法全部搞定，代碼量大大的減少了，其實(shí)，并行流的底層還是使用的Fork/Join框架，這就要求我們?cè)陂_發(fā)的過程中靈活使用各種技術(shù)，分清各種技術(shù)的優(yōu)缺點(diǎn)，從而能夠更好的為我們服務(wù)。

您可能感興趣的文章: