征服 Kestrel + XMemcached + Spring TaskExecutor

上一篇 征服 Kestrel + XMemcached只是对Kestrel操作做了简要的整理,如果要在实际工作用应用,还需要对接收端继续改造,这里需要用到Spring的Executor以线程池的方式,作为Kestrel的Worker,完成具体的业务操作。

相关链接:
征服 Kestrel
征服 Kestrel + XMemcached

如何理解 Executor?
  • The Endless Task,任务是永远做不完的,需要进行细化分解,具体工作交给Worker来做。
  • 那何为Worker呢?这里就是真正做工的进程,具体来讲就是处理业务逻辑、数据库操作等等,诸如此类的动作。
  • 试想,如果只有一个Worker工作,那效率势必低下。于是通过多线程复制Worker,增加同时工作的Worker数量。换句话说,一个Worker就是一个Thread
  • 这时候,如果来了新的任务该怎么办?排队等着!
  • 如果,如果队列满了怎么办,抛出异常。然后?你看着办!调整线程数/队列数,做集群等等,随你扩展!

现学现卖,简单说下Executor。
Executor,即JDK 5.0才有的 java.util.concurrent.Executor接口,主要目的是将“任务提交”与“任务执行”分离解耦。
这个接口只有 void execute(Runnable command)这个方法,用于执行任务。
Spring提供了与之等同的 TaskExecutor接口( org.springframework.core.task.TaskExecutor),拥有统一个方法。但提供多种实现类。

引用

SimpleAsyncTaskExecutor类

这个实现不重用任何线程,或者说它每次调用都启动一个新线程。但是,它还是支持对并发总数设限,当超过线程并发总数限制时,阻塞新的调用,直到有位置被释放。如果你需要真正的池,请继续往下看。

SyncTaskExecutor类

这个实现不会异步执行。相反,每次调用都在发起调用的线程中执行。它的主要用处是在不需要多线程的时候,比如简单的test case。

ConcurrentTaskExecutor类

这个实现是对Java 5 java.util.concurrent.Executor类的包装。有另一个备选, ThreadPoolTaskExecutor类,它暴露了Executor的配置参数作为bean属性。很少需要使用ConcurrentTaskExecutor, 但是如果ThreadPoolTaskExecutor不敷所需,ConcurrentTaskExecutor是另外一个备选。

SimpleThreadPoolTaskExecutor类

这个实现实际上是Quartz的SimpleThreadPool类的子类,它会监听Spring的生命周期回调。当你有线程池,需要在Quartz和非Quartz组件中共用时,这是它的典型用处。

ThreadPoolTaskExecutor类

它不支持任何对java.util.concurrent包的替换或者下行移植。Doug Lea和Dawid Kurzyniec对java.util.concurrent的实现都采用了不同的包结构,导致它们无法正确运行。

这个实现只能在Java 5环境中使用,但是却是这个环境中最常用的。它暴露的bean properties可以用来配置一个java.util.concurrent.ThreadPoolExecutor,把它包装到一个TaskExecutor中。如果你需要更加先进的类,比如ScheduledThreadPoolExecutor,我们建议你使用ConcurrentTaskExecutor来替代。

TimerTaskExecutor类

这个实现使用一个TimerTask作为其背后的实现。它和SyncTaskExecutor的不同在于,方法调用是在一个独立的线程中进行的,虽然在那个线程中是同步的。

WorkManagerTaskExecutor类

CommonJ 是BEA和IBM联合开发的一套规范。这些规范并非Java EE的标准,但它是BEA和IBM的应用服务器实现的共同标准

这个实现使用了CommonJ WorkManager作为其底层实现,是在Spring context中配置CommonJ WorkManager应用的最重要的类。和SimpleThreadPoolTaskExecutor类似,这个类实现了WorkManager接口,因此可以直接作为WorkManager使用。


我们可以先不关注这么一堆具体的实现类,回到本帖问题本身——实现一个多线程式的Worker实现。
先配置一个TaskExecutor的是执行者,这里控制线程池活跃线程数为1,最大线程数为5;任务队列长度为10。
	<!-- pool-size="1-5",线程池初始的线程数为1,最大活跃线程数为5 
	         最大值可理解为可用的数据库连接数-->
	<!-- queue-capacity="10",任务队列长度。 -->
	<task:executor
		id="kestrelExecutor"
		pool-size="1-5"
		queue-capacity="10" />

这段配置的具体实现类是 org.springframework.scheduling.concurrent.ThreadPoolTaskExecutor,其含义是:提供1~5个线程,用于任务处理,当这些线程都在工作时,新来的任务就存放到队列中,如果新进任务数超过了队列长度,就会抛出异常( org.springframework.core.task.TaskRejectedException)。意思就是说Worker数不够,需要增加 pool-size数量!
建议捕获该异常,日志监控/邮件告警。

注意Active数量,如果是数据库操作,这里的Active一定要小于等于数据库可用连接数量。

实现类就就极为简单了:
import javax.annotation.Resource;

import org.apache.log4j.Logger;
import org.springframework.core.task.TaskExecutor;
import org.springframework.stereotype.Component;

/**
 * Worker
 * 
 * @author zlex
 * @version 1.0
 * @since 1.0
 */
@Component
public class KestrelExecutorWorker {
	/**
	 * Logger for this class
	 */
	private static final Logger logger = Logger
			.getLogger(KestrelExecutorWorker.class);

	@Resource
	private TaskExecutor kestrelExecutor;

	/**
	 * 业务处理
	 * 
	 * @param value
	 */
	public void process(final Object value) {
		kestrelExecutor.execute(new Runnable() {
			public void run() {
				logger.debug(value);
			}
		});
	}

}


在上一篇代码的基础上修改,做一个测试用例:
import static junit.framework.Assert.*;

import net.rubyeye.xmemcached.MemcachedClient;

import org.junit.Before;
import org.junit.Test;
import org.springframework.context.ApplicationContext;
import org.springframework.context.support.ClassPathXmlApplicationContext;
import org.springframework.core.task.TaskRejectedException;

/**
 * WorkerTest
 * 
 * @author zlex
 * @version 1.0
 * @since 1.0
 */
public class KestrelExecutorWorkerTest {

	private ApplicationContext app;
	private KestrelExecutorWorker kestrelExecutorWorker;
	private MemcachedClient memcachedClient;

	private final static String QUEUE_NAME = "KQ";

	/**
	 * @throws java.lang.Exception
	 */
	@Before
	public void before() throws Exception {
		app = new ClassPathXmlApplicationContext("applicationContext.xml");
		memcachedClient = (MemcachedClient) app.getBean("memcachedClient");
		kestrelExecutorWorker = (KestrelExecutorWorker) app
				.getBean("kestrelExecutorWorker");
	}

	@Test
	public void test() {
		// The Endless Task
		while (true) {
			try {
				Object value = (Object) memcachedClient.get(QUEUE_NAME);
				if (value != null) {
					// Process...
					kestrelExecutorWorker.process(value);
				} else {
					// Sleep...
					Thread.sleep(300);
				}
			} catch (TaskRejectedException e) {
				// Send Mail To System Administrator
				e.printStackTrace();
				fail(e.getMessage());
			} catch (Exception e) {
				e.printStackTrace();
				fail(e.getMessage());
			}
		}
	}
}


这时,Main线程会一直跑下去,等待任务分配,或者任务后,进行业务处理。这里是将获得的数据打印日志。

如何模拟一个队列爆满的情况?
	<task:executor
		id="kestrelExecutor"
		pool-size="1-2"
		queue-capacity="1" />

这个配置,足以抛出 org.springframework.core.task.TaskRejectedException
引用

org.springframework.core.task.TaskRejectedException: Executor [java.util.concurrent.ThreadPoolExecutor@551748e6[Running, pool size = 2, active threads = 0, queued tasks = 1, completed tasks = 633]] did not accept task: org.zlex.kestrel.executor.KestrelExecutorWorker$1@5e53e1f3


此致,代码详见附件!

有关Kestrel+Xmemcached的任何问题,还是看看作者怎么总结的!!!
Xmemcached的FAQ和性能调整建议


相关链接:
征服 Kestrel
征服 Kestrel + XMemcached
征服 Kestrel + XMemcached + Spring TaskExecutor

你可能感兴趣的:(thread,TaskExecutor,kestrel)