异步模式之工作线程

目录

定义

饥饿

创建多少线程池合适

CPU 密集型运算

I/O 密集型运算

---

定义

让有限的工作线程（Worker Thread）来轮流异步处理无限多的任务。也可以将其归类为分工模式，它的典型实现 就是线程池，也体现了经典设计模式中的享元模式。

例如，海底捞的服务员（线程），轮流处理每位客人的点餐（任务），如果为每位客人都配一名专属的服务员，那 么成本就太高了（对比另一种多线程设计模式：Thread-Per-Message）

注意，不同任务类型应该使用不同的线程池，这样能够避免饥饿，并能提升效率

例如，如果一个餐馆的工人既要招呼客人（任务类型A），又要到后厨做菜（任务类型B）显然效率不咋地，分成 服务员（线程池A）与厨师（线程池B）更为合理，当然你能想到更细致的分工

饥饿

固定大小线程池会有饥饿现象

两个工人是同一个线程池中的两个线程

他们要做的事情是：为客人点餐和到后厨做菜，这是两个阶段的工作

• 客人点餐：必须先点完餐，等菜做好，上菜，在此期间处理点餐的工人必须等待
• 后厨做菜：没啥说的，做就是了

比如工人A 处理了点餐任务，接下来它要等着 工人B 把菜做好，然后上菜，他俩也配合的蛮好

但现在同时来了两个客人，这个时候工人A 和工人B 都去处理点餐了，这时没人做饭了，饥饿

public class Test {
    public static void main(String[] args) {
        ExecutorService executorService = Executors.newFixedThreadPool(2);
        executorService.submit(()->{
            System.out.println("点餐中...");
            Future future = executorService.submit(() -> {
                return "宫保鸡丁1";
            });
            try {
                String s = future.get();
                System.out.println("上菜"+s);
            } catch (InterruptedException e) {
                e.printStackTrace();
            } catch (ExecutionException e) {
                e.printStackTrace();
            }
        });

        executorService.submit(()->{
            System.out.println("点餐中...");
            Future future = executorService.submit(() -> {
                return "宫保鸡丁2";
            });
            try {
                String s = future.get();
                System.out.println("上菜"+s);
            } catch (InterruptedException e) {
                e.printStackTrace();
            } catch (ExecutionException e) {
                e.printStackTrace();
            }
        });

    }
}

运行结果如下：

点餐中...
点餐中...
上菜宫保鸡丁2
上菜宫保鸡丁1

 如果修改核心线程为3，即修改代码中

ExecutorService executorService = Executors.newFixedThreadPool(3);

 则运行结果如下：

点餐中...
点餐中...
上菜宫保鸡丁2
上菜宫保鸡丁1

解决方法可以增加线程池的大小，不过不是根本解决方案，还是前面提到的，不同的任务类型，采用不同的线程池，例如：

public class Test {
    public static void main(String[] args) {
        ExecutorService orderExecutorService = Executors.newFixedThreadPool(1);
        ExecutorService cookExecutorService = Executors.newFixedThreadPool(1);
        orderExecutorService.submit(()->{
            System.out.println("点餐中...");
            Future future = cookExecutorService.submit(() -> {
                return "宫保鸡丁1";
            });
            try {
                String s = future.get();
                System.out.println("上菜"+s);
            } catch (InterruptedException e) {
                e.printStackTrace();
            } catch (ExecutionException e) {
                e.printStackTrace();
            }
        });

        orderExecutorService.submit(()->{
            System.out.println("点餐中...");
            Future future = cookExecutorService.submit(() -> {
                return "宫保鸡丁2";
            });
            try {
                String s = future.get();
                System.out.println("上菜"+s);
            } catch (InterruptedException e) {
                e.printStackTrace();
            } catch (ExecutionException e) {
                e.printStackTrace();
            }
        });

    }
}

运行结果如下：

 点餐中...
上菜宫保鸡丁1
点餐中...
上菜宫保鸡丁2

创建多少线程池合适

线程池的大小应根据具体的应用场景和系统需求来确定。以下是一些建议供参考：

1. 考虑系统资源：线程池的大小应该与系统可用的资源相匹配。如果将线程池的大小设置得太大，会消耗过多的系统内存和CPU资源，导致系统性能下降；如果将线程池的大小设置得太小，可能无法充分利用系统资源，导致任务排队等待执行。

2. 考虑任务类型：不同类型的任务对线程池的需求量不同。如果任务是CPU密集型（计算密集型），即任务在执行过程中主要消耗CPU资源，那么线程池的大小可以设置与CPU核心数相等或略大一些；如果任务是IO密集型（输入输出密集型），即任务在执行过程中主要消耗IO操作（如网络请求、文件读写等），那么线程池的大小通常可以设置较大，以便充分利用系统的IO能力。

3. 考虑任务的响应时间：如果任务对响应时间要求较高，即需要快速响应用户请求，那么可以适当增加线程池的大小，以提高并发能力和响应速度。

4. 考虑任务排队策略：线程池的大小还应考虑任务排队的策略。如果线程池使用有界队列作为任务缓冲区，当任务数量过多时，超出队列容量的任务将被拒绝执行；如果使用无界队列作为任务缓冲区，则线程池大小可以设置较大，以允许更多的任务排队等待执行。

总之，确定线程池大小需要综合考虑系统资源、任务类型、响应时间和任务排队策略等因素，并进行实际的性能测试和调优。根据实际情况不断调整线程池的大小，以达到最佳的性能和资源利用率。

CPU 密集型运算

通常采用 cpu 核数 + 1 能够实现最优的 CPU 利用率，+1 是保证当线程由于页缺失故障（操作系统）或其它原因 导致暂停时，额外的这个线程就能顶上去，保证 CPU 时钟周期不被浪费

I/O 密集型运算

CPU 不总是处于繁忙状态，例如，当你执行业务计算时，这时候会使用 CPU 资源，但当你执行 I/O 操作时、远程RPC 调用时，包括进行数据库操作时，这时候 CPU 就闲下来了，你可以利用多线程提高它的利用率。

经验公式如下

线程数 = 核数 * 期望 CPU 利用率 * 总时间(CPU计算时间+等待时间) / CPU 计算时间

例如 4 核 CPU 计算时间是 50% ，其它等待时间是 50%，期望 cpu 被 100% 利用，套用公式

4 * 100% * 100% / 50% = 8

例如 4 核 CPU 计算时间是 10% ，其它等待时间是 90%，期望 cpu 被 100% 利用，套用公式

4 * 100% * 100% / 10% = 40