系统优化-异步化-阿里云开发者社区

系统优化-异步化

2023-10-25 210

版权

本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

简介： 系统优化-异步化

1:异步化

什么时候使用异步化?

调用的服务处理能力有限，或者处理时间(或返回时)较长时，应该考虑异步化。

1.1:什么是同步?什么是异步?

同步:一件事情做完，再做另一件事情。(烧水后处理工作)

异步:不用等一件事做完，就可以做另一件事，等第一件事情完成时，可以收到一个通知，可以进行后续处理。(烧水的时候，烧水人可以同时处理工作，当烧水完成时，可以听到水壶的蜂鸣声，就知道水烧好了)

1.2:异步化业务流程分析

标准异步化业务流程:

1:当用户要进行耗时很长的操作时，点击提交后，不需要在界面进行等待，而是把这个任务保存到数据库中，记录下来。

2:用户要执行新任务时:

3:线程从任务队列中取出任务依次执行，每完成一个任务需要修改任务的状态。

4:用户可以查询任务的状态，或者在任务执行或失败的时候能够得到通知。

5:如果执行的任务非常复杂，包括很多环节，在每完成一个任务时，要在程序(数据库中)记录一下任务的执行流程。

本次项目业务异步化的执行流程:

1:用户点击智能分析的提交按钮时，先把图表立刻保存到数据库中(作为一个任务)

2:用户可以在图表管理页面查看所有图表(已生成的，生成中的，生成失败)的信息和状态。

1:将用户从前端传过来的数据保存到数据库中

2:生成图表的任务放到任务队列中

3:任务处理模块再去从任务队列中取出图表任务，交给AI进行分析，一个一个进行分析。

4:AI处理完一个项目，给任务处理模块一个通知，任务处理模块更新数据库中的状态。

1.3:异步化的问题

1.3.1:任务队列的最大容量

1.3.2:怎样从任务队列中取出任务去执行?任务队列的流程怎样实现?

以上两个问题可以利用线程池来进行解决。

2:线程池的理论和实战

2.1:为啥需要线程池?

1:线程的管理比较复杂(eg:比如什么时候新增线程，什么时候减少空闲线程)

2:任务存取比较复杂(eg:什么时候接收任务，什么时候拒绝任务，怎么保证大家不抢到同一个任务)

线程池的作用:帮助我们轻松管理线程，协调任务的执行进程。

2.2:线程池的实现

在Spring中，可以用ThreadPoolTaskExecutor配合@Async注解来实现。(不太建议)

在Java中，可以使用JUC并发编程包中的ThreadPoolExecutor来实现。(建议)

2.2.1:线程池参数

public ThreadPoolExecutor(int corePoolSize,
                              int maximumPoolSize,
                              long keepAliveTime,
                              TimeUnit unit,
                              BlockingQueue<Runnable> workQueue,
                              ThreadFactory threadFactory,
                              RejectedExecutionHandler handler)

2.2.2:线程池的工作机制

当已经达到了最大线程数，此时，任务队列中也没有新的任务要去执行，那么等keepAlive时间达到后，就可以将这个线程释放。

线程池参数如何设置?

首先，根据自己当前的业务或者系统进行执行。

一般情况下，任务分为IO密集型和计算密集型两种。

计算密集型:吃CPU ,比如音视频处理，图像处理，数学计算等，一般设置为corePoolSize为CPU核数+1，可以让每个线程都利用CPU的每个核，而且线程之间不用频繁切换

IO密集型:吃带宽/内存/硬盘的读写资源，corePoolSize可以设置大一点(2*n+1)

考虑导入百万数据到数据库，属于IO密集型任务，还是计算密集型任务?

属于IO密集型任务，因为在这个工作中，吃的是带宽/内存/硬盘的资源。

代码校验线程池的工作机制:

a:相关参数设置，我们用的是一个config的目录下的类，相当于公共的类。

@Configuration
public class ThreadPoolExecutorConfig {
    @Bean
    public ThreadPoolExecutor threadPoolExecutor(){
        ThreadFactory threadFactory=new ThreadFactory() {
            private int count=1;
            @Override
            public Thread newThread(@NotNull Runnable r) {
             Thread thread=new Thread(r);
             thread.setName("线程"+count);
             return thread;
            }
        };
        ThreadPoolExecutor threadPoolExecutor=new ThreadPoolExecutor(2,4,100, TimeUnit.SECONDS,
                new ArrayBlockingQueue<>(4),threadFactory);
        return threadPoolExecutor;
    }
}

b:我们在controller层新建一个类用来提交任务和检验任务。

@RestController
@RequestMapping("/queue")
@Slf4j
public class QueueController {
   @Autowired
   private ThreadPoolExecutor threadPoolExecutor;
   //添加任务的接口,提交任务
    @GetMapping("/add")//添加任务的接口
    public void  add(String name){
        CompletableFuture.runAsync(()->{
            log.info("任务执行中:"+name+". 执行人 "+ Thread.currentThread().getName());
            try {
                Thread.sleep(600000);
            } catch (InterruptedException e) {
                throw new RuntimeException(e);
            }
        },threadPoolExecutor);
    };
    //查看线程池的状态
    @GetMapping("/get")
    public String get(){
        Map<String,Object> map=new HashMap<>();
        int size=threadPoolExecutor.getQueue().size();
        map.put("队列长度",size);
        long taskCount = threadPoolExecutor.getTaskCount();//任务总数
        map.put("任务的总数量",taskCount);
        long completedTaskCount = threadPoolExecutor.getCompletedTaskCount();//已经成功的任务数
        map.put("已经完成的任务数",completedTaskCount);
        int activeCount = threadPoolExecutor.getActiveCount();//正在工作的员工数
        map.put("正在工作的线程数",activeCount);
        return JSONUtil.toJsonStr(map);
    }
}