当前位置:   article > 正文

实践笔记分享:高并发项目Java8多线程几种场景实现

实践笔记分享:高并发项目Java8多线程几种场景实现

微信公众号:[Java技术干货]
关注Java技术、关注前端后端全栈技术。问题或建议,请公众号留言。

最近在弄一个高并发项目,经过接口压测后,各项指标不禁人意,也一直在搞程序调优(Nginx、Redis、数据库)。

真的是被虐得是体无完肤,发丝也日渐脆弱。

哎………….还在锤炼中………

在调优的过程中,我把在程序中遇到多线程优化的几个场景案例记录分享一下,以供学习和交流。

场景一:数据拆分多个subList, 分批多线程导入

  1. // map拆分成多个subList
  2. List<Map<String, List<UserParam>>> userParams= MapUtil.mapChunk(userParam, BATCH_COUNT);
  3. AtomicReference<CompletableFuture<Void>> all = new AtomicReference<>();
  4. userParams.stream().forEach(userListMap -> {
  5.        // 每一个subList 创建一个线程处理,以下是无参返回
  6.        CompletableFuture<Void>  cf  = CompletableFuture.runAsync(() -> {
  7.            try {
  8.                // 此处要注意父级线程往子线程的参数传递,不然在子线程中会存在取不到值的情况
  9.                List<UserParam> threadTemp = new ArrayList<>();
  10.                userListMap.entrySet().stream().forEach(s -> {
  11.                    threadTemp.addAll(s.getValue());
  12.                });
  13.                // 保存业务数据
  14.                saveData(threadTemp);
  15.            } finally {
  16.           }
  17.     });
  18.    all.set(CompletableFuture.allOf(cf));
  19. });
  20. all.get().join();

场景二:数据列表查询(一个方法多线程处理业务) 拆分多线程处理

  1. List<CompletableFuture> comList = new ArrayList<>();
  2. // 该计数器,是为了等待所有线程都执行完了,在往后执行
  3. CountDownLatch countDownLatch = new CountDownLatch(1); // 1 代表会初始化1个计数,这个是跟随创建线程数量保持一致
  4. CompletableFuture<Void>  cf  = CompletableFuture.runAsync(() -> {
  5.   // 具体写业务的地方
  6.   ......
  7. }, asyncExecutor); // 采用异步线程交给线程池,避免无限创建线程
  8. // 添加一个异步等待线程去监听cf 是否完成执行
  9. CompletableFuture cf2 = cf.whenCompleteAsync((result, error) -> {
  10.     // 如果完成,则把计数器减1
  11.     countDownLatch.countDown();
  12. });
  13. comlist.add(cf2);
  14. // 最后固定写法
  15. CompletableFuture<Void> all = CompletableFuture.allOf(comList.toArray(new CompletableFuture[comList.size()]));
  16. all.join();
  17. try {
  18.       countDownLatch.await();
  19.  } catch (InterruptedException e) {
  20.       log.error("线程中断异常:{}", e);
  21. }

场景三:多线程带返回值处理

  1. CountDownLatch countDownLatch = new CountDownLatch(count);
  2. List<CompletableFuture> comlist = new ArrayList<>();
  3. List<PdfContent> resultList = new ArrayList<>();
  4. CompletableFuture<PdfContent> futureResult = CompletableFuture.supplyAsync(()->{
  5.    PdfContent result = new PdfContent;
  6.   // 业务处理 返回result结果 
  7.   return result;
  8. }, asyncExecutor);
  9. CompletableFuture futureCompleteResult = futureResult.whenCompleteAsync((result, exception) -> {
  10.      resultList.add(result);
  11.      countDownLatch.countDown();
  12. });
  13. comlist.add(futureCompleteResult);
  14. // 最后固定写法
  15. CompletableFuture<Void> all = CompletableFuture.allOf(comlist.toArray(new CompletableFuture[count]));
  16. all.join();
  17. try {
  18.      countDownLatch.await();
  19.       // 对resultList结果进行排序,多线程处理返回结果是无序的,需要进行排序
  20.      Collections.sort(resultList, new Comparator<PdfContent>() {
  21.            @Override
  22.            public int compare(PdfContent o1, PdfContent o2) {
  23.                return o1.getIndex() - o2.getIndex();
  24.            }
  25.      });
  26. } catch (InterruptedException e) {
  27.      e.printStackTrace();
  28. }

上面的是我在项目采用多线程优化过程中,一些常用的多线程场景写法,赶快收藏起来。

注意点

在写多线程的过程中,需要注意线程间的共享变量传递,比如Request对象,SecurityContext上下文。

因为这些对象信息是用ThreadLocal 存储的,如果里面存在多线程,变量值是不会传递,需要在子线程显式的赋值对象和移除对象。

总结

经过该项目的历练,也让我学习到整个项目调优全貌过程。

从压测工具使用和压测脚本编写

再到程序调优,中间件(Nginx/Redis/Mysql)调优

监控程序进行性能分析,找到造成QPS不高的问题点

也算是有个比较全面的项目调优经验。

Java技术干货

→ 每日精选 优质文章

→ 干货资料 免费领取

b2a858b81a89b9f2bcf40330aa6064da.jpeg

学技术 | 找干货 | 领资料 | 聊趣人生

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/article/detail/50276
推荐阅读
相关标签
  

闽ICP备14008679号