返回顶部
首页 > 资讯 > 后端开发 > Python >springboot自帶线程池ThreadPoolTaskExecutor使用
  • 716
分享到

springboot自帶线程池ThreadPoolTaskExecutor使用

Python 官方文档:入门教程 => 点击学习

摘要

不管是阿里,还是华为java开发手册,都会有一条建议,就是让开发者不要使用Executors去创建线程池,而是使用构造函数ThreadPoolExecutor的方式来创建,并设置合理

不管是阿里,还是华为java开发手册,都会有一条建议,就是让开发者不要使用Executors去创建线程池,而是使用构造函数ThreadPoolExecutor的方式来创建,并设置合理的参数。原因如下:

     说明:Executors 返回的线程池对象的弊端如下:
1) FixedThreadPool 和 SingleThreadPool:
允许的请求队列长度为 Integer.MAX_VALUE,可能会堆积大量的请求,从而导致 OOM。
2) CachedThreadPool:
允许的创建线程数量为 Integer.MAX_VALUE,可能会创建大量的线程,从而导致 OOM。

spring框架中,spring提供了ThreadPoolTaskExecutor来创建线程池,该类在spring-context包下。其实ThreadPoolTaskExecutor是对ThreadPoolExecutor的封装。

到了SpringBoot这里,因为引入了spring-boot-autoconfigurer,自动装配机制,在task包下,直接把ThreadPoolTaskExecutor注入到bean容器里面。所以在springboot项目中,如果要使用线程池,可以直接使用,都不用额外任何配置。

springboot自动装配的线程池使用的配置如下:

默认核心线程数是8个。最大线程数和等待队列都是Integer.MAX_VALUE。综合上面的介绍,默认配置的线程池其实也有OOM的风险。 

这里使用的springboot版本是2.7.8。

pom.xml

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="Http://Maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>
 
    <groupId>org.example</groupId>
    <artifactId>springexample</artifactId>
    <version>1.0-SNAPSHOT</version>
 
    <properties>
        <maven.compiler.source>8</maven.compiler.source>
        <maven.compiler.target>8</maven.compiler.target>
        <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
    </properties>
    <parent>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-parent</artifactId>
        <version>2.7.8</version>
    </parent>
    <dependencies>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-WEB</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-websocket</artifactId>
        </dependency>
        <dependency>
            <groupId>com.alibaba</groupId>
            <artifactId>fastJSON</artifactId>
            <version>2.0.20</version>
        </dependency>
        <dependency>
            <groupId>org.projectlombok</groupId>
            <artifactId>lombok</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-test</artifactId>
        </dependency>
    </dependencies>
 
</project>

异步任务类:在方法上添加@Async注解,可以让他启用线程池处理异步任务。


 
package com.example.task;
 
import lombok.extern.slf4j.Slf4j;
import org.springframework.scheduling.annotation.Async;
import org.springframework.stereotype.Component;
 
import java.util.Random;
import java.util.concurrent.CompletableFuture;
 

@Slf4j
@Component
public class AsyncTask {
    private Random random = new Random();
 
    @Async
    public CompletableFuture<String> doTaskOne() throws Exception {
        log.info("task one start.");
        long start = System.currentTimeMillis();
        Thread.sleep(random.nextInt(10000));
        long end = System.currentTimeMillis();
        log.info("task one done,cost " + (end - start) + "ms.");
        return CompletableFuture.completedFuture("task one done");
    }
 
    @Async
    public CompletableFuture<String> doTaskTwo() throws Exception {
        log.info("task two start.");
        long start = System.currentTimeMillis();
        Thread.sleep(random.nextInt(10000));
        long end = System.currentTimeMillis();
        log.info("task two done,cost " + (end - start) + "ms.");
        return CompletableFuture.completedFuture("task two done");
    }
 
    @Async
    public CompletableFuture<String> doTaskThree() throws Exception {
        log.info("task three start.");
        long start = System.currentTimeMillis();
        Thread.sleep(random.nextInt(10000));
        long end = System.currentTimeMillis();
        log.info("task three done,cost " + (end - start) + "ms.");
        return CompletableFuture.completedFuture("task three done");
    }
}

启动类:启动类上添加注解@EnableAsync开启异步


 
package com.example;
 
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.scheduling.annotation.EnableAsync;
 

@SpringBootApplication
@EnableAsync
public class App {
    public static void main(String[] args) {
        SpringApplication.run(App.class, args);
    }
}

测试类:


 
package com.example.task;
 
import com.example.App;
import lombok.extern.slf4j.Slf4j;
import org.junit.jupiter.api.Test;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.test.context.SpringBootTest;
 
import java.util.concurrent.CompletableFuture;
 

@SpringBootTest(classes = {App.class})
@Slf4j
public class AsyncTaskTest {
 
    @Autowired
    private AsyncTask asyncTask;
 
    @Test
    public void testTask() throws Exception {
        long start = System.currentTimeMillis();
        CompletableFuture<String> taskOne = asyncTask.doTaskOne();
        CompletableFuture<String> taskTwo = asyncTask.doTaskTwo();
        CompletableFuture<String> taskThree = asyncTask.doTaskThree();
        CompletableFuture.allOf(taskOne, taskTwo, taskThree).join();
        long end = System.currentTimeMillis();
        log.info("all task done,cost " + (end - start) + " ms");
    }
}

这里设置了3个任务,默认线程池核心线程数是8个, 所以这3个任务在线程池环境中,基本都是同时运行,所以总体运行时间肯定会大于他们3各种最耗时的一个任务,小于三个任务耗时之和。

运行这个测试用例,打印结果:

从打印结果来看,3个任务几乎同时执行,运行结束,分别耗时:2094ms、 653ms、 1505ms,最后总耗时2129ms,符合预期。 

这里打印的线程池前缀是task-,也是默认线程池配置。

在springboot配置中,提供了可以配置线程池的参数:

spring:
  task:
    execution:
      pool:
        core-size: 2
        max-size: 5
        queue-capacity: 10
      thread-name-prefix: test-task-

这些参数都不是我们自定义的,而是springboot配置文件中指定的参数名。所以我们可以通过yml自动提示类进行配置:

这里也可以看出默认线程池配置核心数量是8个, 这里我们设置为2,来验证线程池工作原理。

这里有3个任务,核心线程数是2,所以只能先执行2个任务,剩下的进入队列等待,当前面一个任务执行完成,最后一个任务才会从等待队列中进入核心线程进行执行,重新运行单元测试,打印信息如下:

这个打印结果,刚开始任务1,2都运行,任务2完成之后,任务3开始执行。

因为修改了线程前缀,这里打印的线程前缀是test-task-,从线程前缀 + 线程数上来看,这里最大线程数是2,因为前面设置的核心线程数就是2。

相信做过springboot线程池相关的测试,可能有的人得出的结论和我这里不太一样,springboot默认线程池是SimpleAsyncTaskExecutor。这个原因呢,有两个,一个是springboot版本的原因,默认不做任何配置,一样的代码,上面运行打印的线程池前缀就是SimpleAsyncTaskExecutor。另外一个原因就是上面提到的ThreadPoolTaskExecutor在配置的时候,其实使用了一个特别的注解:@ConditionalOnMissingBean({Executor.class}),如下所示:

这个注解的意思是,当bean容器中没有Executor.class这个实例的时候,进行配置。也即是说其他地方配置了线程器Executor,那么这个ThreadPoolTaskExecutor的bean就不会被配置。这也就是大家的结论里面spring线程池默认不是ThreadPoolTaskExecutor的原因。

我这里通过引入spring-boot-starter-webSocket依赖,然后配置websocket:


 
package com.example.config;
 
import org.springframework.context.annotation.Configuration;
import org.springframework.messaging.simp.config.MessageBrokerReGIStry;
import org.springframework.web.socket.config.annotation.EnableWebSocketMessageBroker;
import org.springframework.web.socket.config.annotation.StompEndpointRegistry;
import org.springframework.web.socket.config.annotation.WebSocketMessageBrokerConfigurer;
 

@Configuration
@EnableWebSocketMessageBroker
public class WebSocketConfig implements WebSocketMessageBrokerConfigurer {
    @Override
    public void registerStompEndpoints(StompEndpointRegistry registry) {
        registry.addEndpoint("/tmax/ws").setAllowedOriginPatterns("*").withSockjs();
    }
 
    @Override
    public void configureMessageBroker(MessageBrokerRegistry registry) {
        registry.enableSimpleBroker("/user","/topic");
        registry.setApplicationDestinationPrefixes("/app");
        registry.setUserDestinationPrefix("/user");
    }
}

同样的,我们再次测试,发现结果如下所示:

这里也验证了上面@ConditionalOnMissingBean({Executor.class})注解的作用,因为有了别的线程池,所以这里ThreadPoolTaskExecutor线程池就没有被加载。这里的线程池就是SimpleAsyncTaskExecutor。这个线程池其实不是一个真正的线程池,因为它每次都会创建新线程,这个线程池创建的目的其实就是为了执行少量短时间的任务,并不适合在高并发场景下。

通过上面的实验,我们知道,在springboot 2.7.8版本里面,如果没有其他配置,默认线程池就是ThreadPoolTaskExecutor,而且可以不用任何配置就可以使用。但是它还是有OOM的风险,因为它的max-size和queue-capacity都是Integer.MAX_VALUE,所以我们需要修改它的默认线程池配置信息。但是默认线程池有个德性,就是如果配置了其他线程池,它又不会被加载。

所以一般的项目里面,我们都是进行如下所示的手动配置:


 
package com.example.config;
 
import org.springframework.beans.factory.annotation.Value;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.scheduling.annotation.EnableAsync;
import org.springframework.scheduling.concurrent.ThreadPoolTaskExecutor;
 
import java.util.concurrent.ThreadPoolExecutor;
 

@Configuration
@EnableAsync
public class ThreadPoolConfig {
    @Value("${spring.task.execution.pool.core-size}")
    private int corePoolSize;
    @Value("${spring.task.execution.pool.max-size}")
    private int maxPoolSize;
    @Value("${spring.task.execution.pool.queue-capacity}")
    private int queueCapacity;
    @Value("${spring.task.execution.thread-name-prefix}")
    private String threadNamePrefix;
 
    @Bean
    public ThreadPoolTaskExecutor taskExecutor() {
        ThreadPoolTaskExecutor executor = new ThreadPoolTaskExecutor();
        executor.setCorePoolSize(corePoolSize);
        executor.setMaxPoolSize(maxPoolSize);
        executor.setQueueCapacity(queueCapacity);
        executor.setThreadNamePrefix(threadNamePrefix);
        // 拒绝策略
        executor.setRejectedExecutionHandler(new ThreadPoolExecutor.AbortPolicy());
        executor.initialize();
        return executor;
    }
}

另外,一定要结合application.yml中设置的线程池配置信息使用,这样才符合文章开头所说的大厂java开发手册中建议使用自定义参数配置线程池,避免OOM风险。 

到此这篇关于springboot自帶线程池ThreadPoolTaskExecutor使用的文章就介绍到这了,更多相关springboot ThreadPoolTaskExecutor 内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网!

--结束END--

本文标题: springboot自帶线程池ThreadPoolTaskExecutor使用

本文链接: https://lsjlt.com/news/204591.html(转载时请注明来源链接)

有问题或投稿请发送至: 邮箱/279061341@qq.com    QQ/279061341

猜你喜欢
软考高级职称资格查询
编程网,编程工程师的家园,是目前国内优秀的开源技术社区之一,形成了由开源软件库、代码分享、资讯、协作翻译、讨论区和博客等几大频道内容,为IT开发者提供了一个发现、使用、并交流开源技术的平台。
  • 官方手机版

  • 微信公众号

  • 商务合作