大家好，动态线程池项目DynamicTp开源一个多月，目前400多star，说明还是比较受欢迎的，现在已经有一些小伙伴在接入使用或者即将接入使用了，为了项目以后更好的发展迭代，打算出几篇文章来对DynamicTp做一些更详细的介绍，有兴趣的小伙伴欢迎一起参与进来完善迭代项目。
背景啥的可以看前一篇文章介绍
美团动态线程池实践思路，开源了
项目地址
感谢star，欢迎pr，业务之余给开源贡献一份力量
gitee地址：https://gitee.com/yanhom/dynamic-tp
github地址：https://github.com/lyh200/dynamic-tp
系列文章
动态线程池（DynamicTp）之动态调整Tomcat、Jetty、Undertow线程池参数篇
代码结构
1.adapter模块：主要是适配一些第三方组件的线程池管理，目前已经实现的有SpringBoot内置的三大web容器（Tomcat、Jetty、Undertow）的线程池管理，后续可能接入其他常用组件的线程池管理。2.common模块：主要是一些各个模板都会用到的类，解耦依赖，复用代码，大家日常开发中可能也经常会这样做。
3.core模块：该框架的核心代码都在这个模块里，包括动态调整参数，监控报警，以及串联整个项目流程都在此。
4.example模块：提供一个简单使用示例，方便使用者参照
5.logging模块：用于配置框架内部日志的输出，目前主要用于输出线程池监控指标数据到指定文件
6.starter模块：集成各个配置中心实现动态更新配置，目前已经集成Nacos、Apollo两个主流配置中心，使用者也可以参照扩展其他配置中心实现，客户端使用也只需引入相应starter依赖就行。
可以看出，项目还是比较简单的，总代码量也就180Kb左右，相当轻量。配置解析、报警平台、配置中心、监控数据输出、拒绝策略等都提供有SPI接口供使用者扩展，高度可定制化（自定义实现也可以提PR合并到项目中供他人使用）。
个人还是有比较强的代码洁癖的，所以代码这块也还是比较干净的（基本没有warning提示），也大量使用一些设计模式优化代码结构，可读性还是比较强的，可以一起交流学习。
关于扩展
1.扩展配置解析
目前支持的配置文件格式有yaml和properties，如果要扩展其他类型，参考其他两个实现继承AbstractConfigParser类，实现相应方法就行。
2.扩展报警平台
目前支持的报警平台有钉钉和企业微信，如果要扩展其他平台，参考其他两个实现继承AbstractNotifier类，实现相应方法就行。
3.扩展监控数据输出
目前监控指标数据支持以JsonLog输出到指定位置和MicroMeter采集两种方式，如果要扩展其他实现，参考其他两个实现继承AbstractCollector类，实现相应方法，然后把配置文件中的collectorType字段配置该类型就行
4.扩展配置中心
目前支持的配置中心有Nacos和Apollo两种，如果要扩展其他实现，比如ZK、Consul等可以参考其他两个实现继承AbstractRefresher类，实现相应方法就行
源码怎么读
对源码感兴趣的朋友可以从DtpRegistry这个类入手去读
围绕注册、获取、刷新这三个核心api去跟代码
注册
注册有两处，都是在spring容器启动时在Bean创建的不同阶段执行，对spring不熟悉的小伙伴随便可以去阅读下spring创建bean的源码，代码里也大量使用了spring的事件机制做代码解耦
1.spring容器启动时DtpPostProcessor会去注册在代码中通过@Bean声明的线程池实例
2.afterPropertiesSet方法会拉去配置中心配置的线程池然后实例化
刷新
配置中心的listener监听到配置文件的变动后，解析配置文件，然后通知DtpRegistry去更新线程池配置，完之后发送变更通知到配置的平台
监控
服务启动后启动一个定时器去做监控报警，可以看DtpMonitor这个类
报警
报警这块代码做了一些抽象设计，运用了像模板方法模式等，代码可读性还是挺强的
看完代码之后你就会发现其实项目挺简单的，但是实用啊，核心代码也就是在元旦那三天写的。
接入使用
建议在配置中心单开一个配置文件，配置文件名称配置到相应字段上。
由于代码一直在迭代中，发布的maven依赖可能不是最新的，线上要使用时可以找我确认下依赖版本。
具体使用步骤上篇文章有讲，可以去看
美团动态线程池实践思路，开源了
这个项目我觉得最大的优点也就是轻量，因为各个公司使用的组件体系都可能不太一样，所以留有足够多的扩展点让自己来扩展。下面一节主要介绍集成prometheus+grafana做监控
监控
这块要讲的是集成prometheus+grafana做监控，事先你得安装好prometheus+grafana，这个就不展开讲了，网上教程很多，测试使用可以直接用docker安装，非常简单。
1.首先配置文件中开启micrometer数据采集
enabledCollect: true
collectorType: micrometer2.项目中引入prometheus依赖，注意可能有版本不兼容问题，我测试遇到过
<dependency>
<groupId>io.micrometer</groupId>
<artifactId>micrometer-registry-prometheus</artifactId>
<version>1.8.3</version>
</dependency>3.开启prometheus指标采集端点
management:
metrics:
export:
prometheus:
enabled: true
endpoints:
web:
exposure:
include: '*' # 线上最后不要*4.配置prometheus数据采集job，这块可以去了解下他的SD机制（Service Discovery），也就是自动到配置中心发现服务，看你所用的配置中心支不支持这种方式，可以去官网查看，好像是不支持nacos的，但可以去github看有没有别人提供的实现，ZK，Eureka、Consul这些是支持的。这里使用static_configs方式，简单的指定地址的静态配置
- job_name: 'dynamic-tp'
metrics_path: '/actuator/prometheus'
static_configs:
- targets: ['192.168.2.104:9098']job配置后prometheus管理台看到如下图所示，说明已经开始正常采集指标配置
5.然后就是配置grafana数据可视化，配置如下图，需要该panel配置Json的可以加我发你，到这里监控就搭建起来了，其实也很简单，然后就可以实时监控线程池数据指标变动了
联系我
对项目有什么想法或者建议，可以加我微信交流，或者创建issues，一起完善项目
公众号：CodeFox
微信：yanhom1314
