SpringBoot 使用线程池
2018 年了，SpringBoot 盛行；来看看在 SpringBoot 中应当怎么配置和使用线程池。
既然用了 SpringBoot ，那自然得发挥 Spring 的特性，所以需要 Spring 来帮我们管理线程池：
@Configuration public class TreadPoolConfig { /** * 消费队列线程 * @return */ @Bean(value = "consumerQueueThreadPool") public ExecutorService buildConsumerQueueThreadPool(){ ThreadFactory namedThreadFactory = new ThreadFactoryBuilder() .setNameFormat("consumer-queue-thread-%d").build(); ExecutorService pool = new ThreadPoolExecutor(5, 5, 0L, TimeUnit.MILLISECONDS, new ArrayBlockingQueue<Runnable>(5),namedThreadFactory,new ThreadPoolExecutor.AbortPolicy()); return pool ; } }
使用时：
@Resource(name = "consumerQueueThreadPool") private ExecutorService consumerQueueThreadPool; @Override public void execute() { //消费队列 for (int i = 0; i < 5; i++) { consumerQueueThreadPool.execute(new ConsumerQueueThread()); } }
其实也挺简单，就是创建了一个线程池的 bean，在使用时直接从 Spring 中取出即可。
监控线程池
谈到了 SpringBoot，也可利用它 actuator 组件来做线程池的监控。
线程怎么说都是稀缺资源，对线程池的监控可以知道自己任务执行的状况、效率等。
关于 actuator 就不再细说了，感兴趣的可以看看这篇，有详细整理过如何暴露监控端点。
其实 ThreadPool 本身已经提供了不少 api 可以获取线程状态：
很多方法看名字就知道其含义，只需要将这些信息暴露到 SpringBoot 的监控端点中，我们就可以在可视化页面查看当前的线程池状态了。
甚至我们可以继承线程池扩展其中的几个函数来自定义监控逻辑：
看这些名称和定义都知道，这是让子类来实现的。
可以在线程执行前、后、终止状态执行自定义逻辑。
线程池隔离
线程池看似很美好，但也会带来一些问题。
如果我们很多业务都依赖于同一个线程池,当其中一个业务因为各种不可控的原因消耗了所有的线程，导致线程池全部占满。
这样其他的业务也就不能正常运转了，这对系统的打击是巨大的。
比如我们 Tomcat 接受请求的线程池，假设其中一些响应特别慢，线程资源得不到回收释放；线程池慢慢被占满，最坏的情况就是整个应用都不能提供服务。
所以我们需要将线程池进行隔离。
通常的做法是按照业务进行划分：
比如下单的任务用一个线程池，获取数据的任务用另一个线程池。这样即使其中一个出现问题把线程池耗尽，那也不会影响其他的任务运行。
hystrix 隔离
这样的需求 Hystrix 已经帮我们实现了。
Hystrix 是一款开源的容错插件，具有依赖隔离、系统容错降级等功能。
下面来看看 Hystrix 简单的应用：
首先需要定义两个线程池，分别用于执行订单、处理用户。
/** * Function:订单服务 * * @author crossoverJie * Date: 2018/7/28 16:43 * @since JDK 1.8 */ public class CommandOrder extends HystrixCommand<String> { private final static Logger LOGGER = LoggerFactory.getLogger(CommandOrder.class); private String orderName; public CommandOrder(String orderName) { super(Setter.withGroupKey( //服务分组 HystrixCommandGroupKey.Factory.asKey("OrderGroup")) //线程分组 .andThreadPoolKey(HystrixThreadPoolKey.Factory.asKey("OrderPool")) //线程池配置 .andThreadPoolPropertiesDefaults(HystrixThreadPoolProperties.Setter() .withCoreSize(10) .withKeepAliveTimeMinutes(5) .withMaxQueueSize(10) .withQueueSizeRejectionThreshold(10000)) .andCommandPropertiesDefaults( HystrixCommandProperties.Setter() .withExecutionIsolationStrategy(HystrixCommandProperties.ExecutionIsolationStrategy.THREAD)) ) ; this.orderName = orderName; } @Override public String run() throws Exception { LOGGER.info("orderName=[{}]", orderName); TimeUnit.MILLISECONDS.sleep(100); return "OrderName=" + orderName; } } /** * Function:用户服务 * * @author crossoverJie * Date: 2018/7/28 16:43 * @since JDK 1.8 */ public class CommandUser extends HystrixCommand<String> { private final static Logger LOGGER = LoggerFactory.getLogger(CommandUser.class); private String userName; public CommandUser(String userName) { super(Setter.withGroupKey( //服务分组 HystrixCommandGroupKey.Factory.asKey("UserGroup")) //线程分组 .andThreadPoolKey(HystrixThreadPoolKey.Factory.asKey("UserPool")) //线程池配置 .andThreadPoolPropertiesDefaults(HystrixThreadPoolProperties.Setter() .withCoreSize(10) .withKeepAliveTimeMinutes(5) .withMaxQueueSize(10) .withQueueSizeRejectionThreshold(10000)) //线程池隔离 .andCommandPropertiesDefaults( HystrixCommandProperties.Setter() .withExecutionIsolationStrategy(HystrixCommandProperties.ExecutionIsolationStrategy.THREAD)) ) ; this.userName = userName; } @Override public String run() throws Exception { LOGGER.info("userName=[{}]", userName); TimeUnit.MILLISECONDS.sleep(100); return "userName=" + userName; } }
api 特别简洁易懂，具体详情请查看官方文档。
然后模拟运行：
public static void main(String[] args) throws Exception { CommandOrder commandPhone = new CommandOrder("手机"); CommandOrder command = new CommandOrder("电视"); //阻塞方式执行 String execute = commandPhone.execute(); LOGGER.info("execute=[{}]", execute); //异步非阻塞方式 Future<String> queue = command.queue(); String value = queue.get(200, TimeUnit.MILLISECONDS); LOGGER.info("value=[{}]", value); CommandUser commandUser = new CommandUser("张三"); String name = commandUser.execute(); LOGGER.info("name=[{}]", name); } 复制代码
运行结果：
可以看到两个任务分成了两个线程池运行，他们之间互不干扰。
获取任务任务结果支持同步阻塞和异步非阻塞方式，可自行选择。
它的实现原理其实容易猜到：
利用一个 Map 来存放不同业务对应的线程池。
通过刚才的构造函数也能证明：
还要注意的一点是：
自定义的 Command 并不是一个单例，每次执行需要 new 一个实例，不然会报
This instance can only be executed once. Please instantiate a new instance.异常。
总结
池化技术确实在平时应用广泛，熟练掌握能提高不少效率。
文末的 hystrix 源码：
