常用Concurrent.util包工具类——高并发
一 Concurrent.util常用类：
1. CyclicBarrier： 假设有场景：每个线程代表一个跑步运动员，当运动员都准备好后，才一起出发只要有一个人没有准备好，大家都等待。
import java.util.Random;
import java.util.concurrent.BrokenBarrierException;
import java.util.concurrent.CyclicBarrier;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
public class UseCyclicBarrier {
static class Runner implements Runnable {
private CyclicBarrier barrier;
private String name;
public Runner(CyclicBarrier barrier, String name) {
super();
this.barrier = barrier;
this.name = name;
}
@Override
public void run() {
try {
Thread.sleep(1000 * (new Random()).nextInt(5));
System.out.println(name + "准备OK");
barrier.await();
} catch (InterruptedException e) {
// TODO Auto-generated catch block
e.printStackTrace();
} catch (BrokenBarrierException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
System.out.println(name + "Go!");
}
}
public static void main(String[] args) {
CyclicBarrier barrier = new CyclicBarrier(3);
ExecutorService pool = Executors.newFixedThreadPool(3);
pool.execute(new Runner(barrier, "b1"));
pool.execute(new Runner(barrier, "b2"));
pool.execute(new Runner(barrier, "b3"));
pool.shutdown();
}
}
运行结果：
b3准备OK
b2准备OK
b1准备OK
b2Go!
b1Go!
b3Go!
2. CountDownLacth：经常用于监听某些初始化操作，等初始化执行完毕后，通知主线程继续工作
import java.util.concurrent.CountDownLatch;
public class UseCountDownLatch {
public static void main(String[] args) {
final CountDownLatch cDownLatch = new CountDownLatch(2);
Thread t1 = new Thread(new Runnable() {
@Override
public void run() {
System.out.println("进入线程t1，等待其他线程处理完成...");
try {
cDownLatch.await();
//当CountDownLatch构造函数的参数减为0时，该线程才继续执行
System.out.println("t1线程继续执行...");
} catch (InterruptedException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
}
}, "t1");
Thread t2 = new Thread(new Runnable() {
@Override
public void run() {
System.out.println("t2线程执行初始化操作...");
try {
Thread.sleep(3000);
System.out.println("t2线程初始化操作完成，通知t1线程继续...");
cDownLatch.countDown();
//CountDownLatch构造函数的参数-1
} catch (InterruptedException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
}
}, "t2");
Thread t3 = new Thread(new Runnable() {
@Override
public void run() {
System.out.println("t3线程执行初始化操作...");
try {
Thread.sleep(4000);
System.out.println("t3线程初始化操作完成，通知t1线程继续...");
cDownLatch.countDown();
} catch (InterruptedException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
}
}, "t3");
t1.start();
t2.start();
t3.start();
}
}
运行结果：
进入线程t1，等待其他线程处理完成...
t2线程执行初始化操作...
t3线程执行初始化操作...
t2线程初始化操作完成，通知t1线程继续...
t3线程初始化操作完成，通知t1线程继续...
t1线程继续执行...
区别：CyclicBarrier所有线程都阻塞；CountDownLatch只有一个(主)线程阻塞等待
3. Future和Callable：该模式非常适合在处理很耗时的业务逻辑时进行使用，可以有效的减少系统的响应时间，提高系统的吞吐量
public class UseFuture implements Callable<String>{
private String para;
public UseFuture(String para) {
super();
this.para = para;
}
public static void main(String[] args) throws InterruptedException, ExecutionException {
String querystr = "query";
//构造FutureTask，并且传入需要真正进行业务处理的类，该类实现了Callable接口
FutureTask<String> future = new FutureTask<>(new UseFuture(querystr));
FutureTask<String> future2 = new FutureTask<>(new UseFuture(querystr));
//创建一个固定线程数量的线程池
ExecutorService pool = Executors.newFixedThreadPool(2);
//这里提交任务的future，则开启线程执行RealData的call()
Future f = pool.submit(future);
Future f2 = pool.submit(future2);
//submit和execute的区别：submit可以实现calabale接口的对象；submit有返回值
System.out.println("请求完毕");
// while(true) {
//f.get()判断RealData是否执行完毕
// if(f.get() == null){
// System.out.println("---------------");
//future.get()获取ReadData
// System.out.println("数据：" + future.get());
// break;
// }
// }
try {
//处理其他实际业务逻辑
Thread.sleep(1000);
} catch (InterruptedException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
System.out.println("数据：" + future.get());
System.out.println("数据：" + future2.get());
//并行处理，一共等待3秒
pool.shutdown();
}
@Override
public String call() throws Exception {
//模拟执行耗时
Thread.sleep(3000);
String result = this.para + "处理完成";
return result;
}
}
运行结果：
请求完毕
数据：query处理完成
数据：query处理完成
4. Semaphore信号量
Semaphore信号量非常适合高并发访问，新系统在上线之前，要对系统的访问量进行评估，当然这个值肯定不是随便拍拍脑袋就能想出来的，是经过以往的经验、数据、历年的访问量、以及推广粒力度进行的一个合理的评估，当然评估标准不能太大也不能太小，太大的话投入的资源达不到实际效果，浪费资源，太小的话，某个时间点一个峰值的访问量上来直接可以压垮系统。
相关概念：
- PV(Page View)：网站的总访问量，页面浏览量或点击量，用户每刷新一次就会被记录一次
- UV(Unlque Visitor)：访问网站的一台电脑客户端为一个访客，一般来讲，时间上以00:00-24:00之内相同IP的客户端只记录一次
- QPS(Query Per Second)：每秒查询数，qps很大程度上代表了系统业务的繁忙程度，每次请求的背后，可能对应着多次磁盘IO，多次网络请求，多个cpu时间片等。我们通过qps可以非常直观的了解当前系统业务情况，一旦当前qps超过所设定的预警阀值，可以考虑增加机器对集群扩容，以免压力过大导致宕机，可以根据前期的压力测试得到估值，再结合后期综合运维情况，结算出阀值。
- RT(Response Time)：请求的响应时间，这个指标非常关键，直接说明前期用户的体验，因此任何系统设计师都想降低rt时间。
- 当然还涉及到cpu、内存、网络、磁盘等情况，更细节的问题很多，如select、update、delete/ps等数据库层面的统计。
应对高并发环境：
- 网络层面
- 服务层面：多台ng服务器做分流负载均衡
- Java业务上进行模块化划分
