OKhttp源码学习（九）—— 任务管理（Dispatcher）

源码地址：https://github.com/square/okhttp

针对具体一个请求的流程，前面已经做了学习分析，现在对OkHttp的请求任务管理进行分析学习。

使用过OkHttp的都知道，调用分为同步阻塞式的请求execute()，以及异步调用 enqueue(Callback responseCallback)
，同步请求没有什么好分析的，基本就是直接发起了请求。这里主要分析异步请求，是如何进行请求的管理和分配的。

主要的类：Dispatcher.
主要内容：

线程池
任务分发模型

1. 线程池

线程池，为解决的问题，很多资料都有具体的阐述，这里就引用一些专业的解释多线程：

多线程技术主要解决处理器单元内多个线程执行的问题，它可以显著减少处理器单元的闲置时间，增加处理器单元的吞吐能力。但如果对多线程应用不当，会增加对单个任务的处理时间。可以举一个简单的例子：
假设在一台服务器完成一项任务的时间为T

T1 创建线程的时间
T2 在线程中执行任务的时间，包括线程间同步所需时间
T3 线程销毁的时间
显然T ＝ T1＋T2＋T3。注意这是一个极度简化的假设。
可以看出T1,T3是多线程本身的带来的开销（在Java中，通过映射pThead，并进一步通过SystemCall实现native线程），我们渴望减少T1,T3所用的时间，从而减少T的时间。但一些线程的使用者并没有注意到这一点，所以在程序中频繁的创建或销毁线程，这导致T1和T3在T中占有相当比例。显然这是突出了线程的弱点（T1，T3），而不是优点（并发性）。

线程池，就是针对解决减少T1 和 T3的时间，提高服务的性能。

1.1 OkHttp的线程池

  public synchronized ExecutorService executorService() {
    if (executorService == null) {
      executorService = new ThreadPoolExecutor(0, Integer.MAX_VALUE, 60, TimeUnit.SECONDS,
          new SynchronousQueue(), Util.threadFactory("OkHttp Dispatcher", false));
    }
    return executorService;
  }

Dispatcher 通过单例创建了一个线程池，针对几个参数，可以发现，OkHttp的线程池具备特点：

线程数区间[0，Integer.MAX_VALUE]，不保留最少线程数，随时创建更多线程；
当线程空闲的时候，最多保活时间为60s；
使用一个同步队列作为工作队列，先进先出；
创建一个名为“OkHttp Dispatcher” 的线程工厂 ThreadFactory 。

线程池的处理，就到这里，下面就开始，分析OkHttp是如何使用这个线程池来进行请求任务的调度和分配的。

2. 任务分发模型

在我们发起一个异步请求的时候，其实是交给了Dispatcher来处理的
RealCall.java

  @Override public void enqueue(Callback responseCallback) {
    synchronized (this) {
      if (executed) throw new IllegalStateException("Already Executed");
      executed = true;
    }
    captureCallStackTrace();
    //处理再这里
    client.dispatcher().enqueue(new AsyncCall(responseCallback));
  }

在Dispatcher中：

  synchronized void enqueue(AsyncCall call) {
    if (runningAsyncCalls.size() < maxRequests && runningCallsForHost(call) < maxRequestsPerHost) {
      // 添加到runningAsyncCalls队列中
      runningAsyncCalls.add(call);
      //线程池的调用
      executorService().execute(call);
    } else {
      //添加到准备中的队列中
      readyAsyncCalls.add(call);
    }
  }

上面的代码中几个重要的变量：

runningAsyncCalls 储存运行中的异步请求队列
readyAsyncCalls 储存准备中的异步请求队列
maxRequests 最大请求数量（64个）
maxRequestsPerHost 相同Host最大请求数量（5）

当如果运行中的请求少用64个以及相同 Host的请求小于5个的时候，直接添加到runningAsyncCalls并且调用线程池来执行这个AsyncCall,交给线程池去调度。如果已经超出了这个限制，就把这个请求添加到 readyAsyncCalls，等待调用。但是这个准备中的队列是什么时候被调用的呢？

撸一下代码，发现在AsyncCall的execute方法里面。也就是这个异步线程的执行方法里面：

    @Override protected void execute() {
      boolean signalledCallback = false;
      try {
        //执行真正的请求
        Response response = getResponseWithInterceptorChain();
         
        //通过CallBack 回调给用户
        if (retryAndFollowUpInterceptor.isCanceled()) {
          signalledCallback = true;
          responseCallback.onFailure(RealCall.this, new IOException("Canceled"));
        } else {
          signalledCallback = true;
          responseCallback.onResponse(RealCall.this, response);
        }
      } catch (IOException e) {
        if (signalledCallback) {
          // Do not signal the callback twice!
          Platform.get().log(INFO, "Callback failure for " + toLoggableString(), e);
        } else {
          responseCallback.onFailure(RealCall.this, e);
        }
      } finally {
        //重点在这里
        client.dispatcher().finished(this);
      }
    }

最后的时候调用了Dispatcher的finished，继续向下撸：

  private  void finished(Deque calls, T call, boolean promoteCalls) {
    int runningCallsCount;
    Runnable idleCallback;
    synchronized (this) {
      if (!calls.remove(call)) throw new AssertionError("Call wasn't in-flight!");
      //重点在这里
      if (promoteCalls) promoteCalls();
      runningCallsCount = runningCallsCount();
      idleCallback = this.idleCallback;
    }

    if (runningCallsCount == 0 && idleCallback != null) {
      idleCallback.run();
    }
  }

这里会调用一个 promoteCalls()方法:

  private void promoteCalls() {
    if (runningAsyncCalls.size() >= maxRequests) return; // Already running max capacity.
    if (readyAsyncCalls.isEmpty()) return; // No ready calls to promote.

    for (Iterator i = readyAsyncCalls.iterator(); i.hasNext(); ) {
      AsyncCall call = i.next();

      if (runningCallsForHost(call) < maxRequestsPerHost) {
        i.remove();
       // 加入到运行中的队列，并执行。
        runningAsyncCalls.add(call);
        executorService().execute(call);
      }

      if (runningAsyncCalls.size() >= maxRequests) return; // Reached max capacity.
    }
  }

终于找到了，在请求完成的时候，调用Dispatcher的finished同时，会检查这个时候准备中的请求，是否有可以添加到运行请求中线程池中去的。

3. 总结

整个任务管理的流程，其实也不复杂：

通过两个请求队列，来管理请求数量以及准备中的请求的数量；
请求交一个线程池来完成。

最后用一个图的形式总结一下，OkHttp的请求任务管理的实现：

分配管理

系列：
OKhttp源码学习（一）—— 基本请求流程
OKhttp源码学习（二）—— OkHttpClient
OKhttp源码学习（三）—— Request, RealCall
OKhttp源码学习（四）—— RetryAndFollowUpInterceptor拦截器
OKhttp源码学习（五）—— BridgeInterceptor拦截器
OKhttp源码学习（六）—— CacheInterceptor拦截器
OKhttp源码学习（七）—— ConnectInterceptor拦截器
OKhttp源码学习（八）—— CallServerInterceptor拦截器

OKhttp源码学习（九）—— 任务管理（Dispatcher）

1. 线程池

1.1 OkHttp的线程池

2. 任务分发模型

3. 总结

你可能感兴趣的:(OKhttp源码学习（九）—— 任务管理（Dispatcher）)