1. 為什么要寫這篇文章
創(chuàng)新互聯(lián)是一家專注于成都網(wǎng)站設(shè)計(jì)、成都網(wǎng)站建設(shè)與策劃設(shè)計(jì),青原網(wǎng)站建設(shè)哪家好?創(chuàng)新互聯(lián)做網(wǎng)站,專注于網(wǎng)站建設(shè)10年,網(wǎng)設(shè)計(jì)領(lǐng)域的專業(yè)建站公司;建站業(yè)務(wù)涵蓋:青原等地區(qū)。青原做網(wǎng)站價(jià)格咨詢:18982081108
幾年前 NoSQL 開始流行的時(shí)候，像其他團(tuán)隊(duì)一樣，我們的團(tuán)隊(duì)也熱衷于令人興奮的新東西，并且計(jì)劃替換一個(gè)應(yīng)用程序的數(shù)據(jù)庫。但是，當(dāng)深入實(shí)現(xiàn)細(xì)節(jié)時(shí)，我們想起了一位智者曾經(jīng)說過的話：“細(xì)節(jié)決定成敗”。最終我們意識到 NoSQL 不是解決所有問題的銀彈，而 NoSQL vs RDMS 的答案是：“視情況而定”。類似地，去年RxJava 和 Spring Reactor 這樣的并發(fā)庫加入了讓人充滿激情的語句，如異步非阻塞方法等。為了避免再犯同樣的錯(cuò)誤，我們嘗試評估諸如 ExecutorService、 RxJava、Disruptor 和 Akka 這些并發(fā)框架彼此之間的差異，以及如何確定各自框架的正確用法。
本文中用到的術(shù)語在這里有更詳細(xì)的描述。
2. 分析并發(fā)框架的示例用例
3. 快速更新線程配置
在開始比較并發(fā)框架的之前，讓我們快速復(fù)習(xí)一下如何配置最優(yōu)線程數(shù)以提高并行任務(wù)的性能。這個(gè)理論適用于所有框架，并且在所有框架中使用相同的線程配置來度量性能。
- 對于內(nèi)存任務(wù)，線程的數(shù)量大約等于具有***性能的內(nèi)核的數(shù)量，盡管它可以根據(jù)各自處理器中的超線程特性進(jìn)行一些更改。
- 例如，在8核機(jī)器中，如果對應(yīng)用程序的每個(gè)請求都必須在內(nèi)存中并行執(zhí)行4個(gè)任務(wù)，那么這臺(tái)機(jī)器上的負(fù)載應(yīng)該保持為 @2 req/sec，在 ThreadPool 中保持8個(gè)線程。
- 對于 I/O 任務(wù)，ExecutorService 中配置的線程數(shù)應(yīng)該取決于外部服務(wù)的延遲。
- 與內(nèi)存中的任務(wù)不同，I/O 任務(wù)中涉及的線程將被阻塞，并處于等待狀態(tài)，直到外部服務(wù)響應(yīng)或超時(shí)。因此，當(dāng)涉及 I/O 任務(wù)線程被阻塞時(shí)，應(yīng)該增加線程的數(shù)量，以處理來自并發(fā)請求的額外負(fù)載。
- I/O 任務(wù)的線程數(shù)應(yīng)該以保守的方式增加，因?yàn)樘幱诨顒?dòng)狀態(tài)的許多線程帶來了上下文切換的成本，這將影響應(yīng)用程序的性能。為了避免這種情況，應(yīng)該根據(jù) I/O 任務(wù)中涉及的線程的等待時(shí)間按比例增加此機(jī)器的線程的確切數(shù)量以及負(fù)載。
參考: http://baddotrobot.com/blog/2013/06/01/optimum-number-of-threads/
4. 性能測試結(jié)果
性能測試配置 GCP -> 處理器：Intel(R) Xeon(R) CPU @ 2.30GHz;架構(gòu)：x86_64;CPU 內(nèi)核：8個(gè)(注意：這些結(jié)果僅對該配置有意義，并不表示一個(gè)框架比另一個(gè)框架更好)。
5. 使用執(zhí)行器服務(wù)并行化 IO 任務(wù)
5.1 何時(shí)使用?
如果一個(gè)應(yīng)用程序部署在多個(gè)節(jié)點(diǎn)上，并且每個(gè)節(jié)點(diǎn)的 req/sec 小于可用的核心數(shù)量，那么 ExecutorService 可用于并行化任務(wù)，更快地執(zhí)行代碼。
5.2 什么時(shí)候適用?
如果一個(gè)應(yīng)用程序部署在多個(gè)節(jié)點(diǎn)上，并且每個(gè)節(jié)點(diǎn)的 req/sec 遠(yuǎn)遠(yuǎn)高于可用的核心數(shù)量，那么使用 ExecutorService 進(jìn)一步并行化只會(huì)使情況變得更糟。
當(dāng)外部服務(wù)延遲增加到 400ms 時(shí)，性能測試結(jié)果如下(請求速率 @50 req/sec，8核)。
5.3 所有任務(wù)按順序執(zhí)行示例
- // I/O 任務(wù)：調(diào)用外部服務(wù)
- String posts = JsonService.getPosts();
- String comments = JsonService.getComments();
- String albums = JsonService.getAlbums();
- String photos = JsonService.getPhotos();
-
- // 合并來自外部服務(wù)的響應(yīng)
- // (內(nèi)存中的任務(wù)將作為此操作的一部分執(zhí)行)
- int userId = new Random().nextInt(10) + 1;
- String postsAndCommentsOfRandomUser = ResponseUtil.getPostsAndCommentsOfRandomUser(userId, posts, comments);
- String albumsAndPhotosOfRandomUser = ResponseUtil.getAlbumsAndPhotosOfRandomUser(userId, albums, photos);
-
- // 構(gòu)建最終響應(yīng)并將其發(fā)送回客戶端
- String response = postsAndCommentsOfRandomUser + albumsAndPhotosOfRandomUser;
- return response;
5.4 I/O 任務(wù)與 ExecutorService 并行執(zhí)行代碼示例
- // 添加 I/O 任務(wù)
- List> ioCallableTasks = new ArrayList<>();
- ioCallableTasks.add(JsonService::getPosts);
- ioCallableTasks.add(JsonService::getComments);
- ioCallableTasks.add(JsonService::getAlbums);
- ioCallableTasks.add(JsonService::getPhotos);
-
- // 調(diào)用所有并行任務(wù)
- ExecutorService ioExecutorService = CustomThreads.getExecutorService(ioPoolSize);
- List> futuresOfIOTasks = ioExecutorService.invokeAll(ioCallableTasks);
-
- // 獲取 I/O 操作(阻塞調(diào)用)結(jié)果
- String posts = futuresOfIOTasks.get(0).get();
- String comments = futuresOfIOTasks.get(1).get();
- String albums = futuresOfIOTasks.get(2).get();
- String photos = futuresOfIOTasks.get(3).get();
-
- // 合并響應(yīng)(內(nèi)存中的任務(wù)是此操作的一部分)
- String postsAndCommentsOfRandomUser = ResponseUtil.getPostsAndCommentsOfRandomUser(userId, posts, comments);
- String albumsAndPhotosOfRandomUser = ResponseUtil.getAlbumsAndPhotosOfRandomUser(userId, albums, photos);
-
- // 構(gòu)建最終響應(yīng)并將其發(fā)送回客戶端
- return postsAndCommentsOfRandomUser + albumsAndPhotosOfRandomUser;
6. 使用執(zhí)行器服務(wù)并行化 IO 任務(wù)(CompletableFuture)
與上述情況類似：處理傳入請求的 HTTP 線程被阻塞，而 CompletableFuture 用于處理并行任務(wù)。
6.1 何時(shí)使用?
如果沒有 AsyncResponse，性能與 ExecutorService 相同。如果多個(gè) API 調(diào)用必須異步并且鏈接起來，那么這種方法更好(類似 Node 中的 Promises)。
- ExecutorService ioExecutorService = CustomThreads.getExecutorService(ioPoolSize);
-
- // I/O 任務(wù)
- CompletableFuture postsFuture = CompletableFuture.supplyAsync(JsonService::getPosts, ioExecutorService);
- CompletableFuture commentsFuture = CompletableFuture.supplyAsync(JsonService::getComments,
- ioExecutorService);
- CompletableFuture albumsFuture = CompletableFuture.supplyAsync(JsonService::getAlbums,
- ioExecutorService);
- CompletableFuture photosFuture = CompletableFuture.supplyAsync(JsonService::getPhotos,
- ioExecutorService);
- CompletableFuture.allOf(postsFuture, commentsFuture, albumsFuture, photosFuture).get();
-
- // 從 I/O 任務(wù)(阻塞調(diào)用)獲得響應(yīng)
- String posts = postsFuture.get();
- String comments = commentsFuture.get();
- String albums = albumsFuture.get();
- String photos = photosFuture.get();
-
- // 合并響應(yīng)(內(nèi)存中的任務(wù)將是此操作的一部分)
- String postsAndCommentsOfRandomUser = ResponseUtil.getPostsAndCommentsOfRandomUser(userId, posts, comments);
- String albumsAndPhotosOfRandomUser = ResponseUtil.getAlbumsAndPhotosOfRandomUser(userId, albums, photos);
-
- // 構(gòu)建最終響應(yīng)并將其發(fā)送回客戶端
- return postsAndCommentsOfRandomUser + albumsAndPhotosOfRandomUser;
7. 使用 ExecutorService 并行處理所有任務(wù)
使用 ExecutorService 并行處理所有任務(wù)，并使用 @suspended AsyncResponse response 以非阻塞方式發(fā)送響應(yīng)。
圖片來自 http://tutorials.jenkov.com/java-nio/nio-vs-io.html
- HTTP 線程處理傳入請求的連接，并將處理傳遞給 Executor Pool，當(dāng)所有任務(wù)完成后，另一個(gè) HTTP 線程將把響應(yīng)發(fā)送回客戶端(異步非阻塞)。
- 性能下降原因：
- 在同步通信中，盡管 I/O 任務(wù)中涉及的線程被阻塞，但是只要進(jìn)程有額外的線程來承擔(dān)并發(fā)請求負(fù)載，它仍然處于運(yùn)行狀態(tài)。
- 因此，以非阻塞方式保持線程所帶來的好處非常少，而且在此模式中處理請求所涉及的成本似乎很高。
- 通常，對這里討論采用的例子使用異步非阻塞方法會(huì)降低應(yīng)用程序的性能。
7.1 何時(shí)使用?
如果用例類似于服務(wù)器端聊天應(yīng)用程序，在客戶端響應(yīng)之前，線程不需要保持連接，那么異步、非阻塞方法比同步通信更受歡迎。在這些用例中，系統(tǒng)資源可以通過異步、非阻塞方法得到更好的利用，而不僅僅是等待。
- // 為異步執(zhí)行提交并行任務(wù)
- ExecutorService ioExecutorService = CustomThreads.getExecutorService(ioPoolSize);
- CompletableFuture postsFuture = CompletableFuture.supplyAsync(JsonService::getPosts, ioExecutorService);
- CompletableFuture commentsFuture = CompletableFuture.supplyAsync(JsonService::getComments,
- ioExecutorService);
- CompletableFuture albumsFuture = CompletableFuture.supplyAsync(JsonService::getAlbums,
- ioExecutorService);
- CompletableFuture photosFuture = CompletableFuture.supplyAsync(JsonService::getPhotos,
- ioExecutorService);
-
- // 當(dāng) /posts API 返回響應(yīng)時(shí)，它將與來自 /comments API 的響應(yīng)結(jié)合在一起
- // 作為這個(gè)操作的一部分，將執(zhí)行內(nèi)存中的一些任務(wù)
- CompletableFuture postsAndCommentsFuture = postsFuture.thenCombineAsync(commentsFuture,
- (posts, comments) -> ResponseUtil.getPostsAndCommentsOfRandomUser(userId, posts, comments),
- ioExecutorService);
-
- // 當(dāng) /albums API 返回響應(yīng)時(shí)，它將與來自 /photos API 的響應(yīng)結(jié)合在一起
- // 作為這個(gè)操作的一部分，將執(zhí)行內(nèi)存中的一些任務(wù)
- CompletableFuture albumsAndPhotosFuture = albumsFuture.thenCombineAsync(photosFuture,
- (albums, photos) -> ResponseUtil.getAlbumsAndPhotosOfRandomUser(userId, albums, photos),
- ioExecutorService);
-
- // 構(gòu)建最終響應(yīng)并恢復(fù) http 連接，把響應(yīng)發(fā)送回客戶端
- postsAndCommentsFuture.thenAcceptBothAsync(albumsAndPhotosFuture, (s1, s2) -> {
- LOG.info("Building Async Response in Thread " + Thread.currentThread().getName());
- String response = s1 + s2;
- asyncHttpResponse.resume(response);
- }, ioExecutorService);
8. RxJava
- 這與上面的情況類似，唯一的區(qū)別是 RxJava 提供了更好的 DSL 可以進(jìn)行流式編程，下面的例子中沒有體現(xiàn)這一點(diǎn)。
- 性能優(yōu)于 CompletableFuture 處理并行任務(wù)。
8.1 何時(shí)使用?
如果編碼的場景適合異步非阻塞方式，那么可以*** RxJava 或任何響應(yīng)式開發(fā)庫。還具有諸如 back-pressure 之類的附加功能，可以在生產(chǎn)者和消費(fèi)者之間平衡負(fù)載。
- int userId = new Random().nextInt(10) + 1;
- ExecutorService executor = CustomThreads.getExecutorService(8);
-
- // I/O 任務(wù)
- Observable postsObservable = Observable.just(userId).map(o -> JsonService.getPosts())
- .subscribeOn(Schedulers.from(executor));
- Observable commentsObservable = Observable.just(userId).map(o -> JsonService.getComments())
- .subscribeOn(Schedulers.from(executor));
- Observable albumsObservable = Observable.just(userId).map(o -> JsonService.getAlbums())
- .subscribeOn(Schedulers.from(executor));
- Observable photosObservable = Observable.just(userId).map(o -> JsonService.getPhotos())
- .subscribeOn(Schedulers.from(executor));
-
- // 合并來自 /posts 和 /comments API 的響應(yīng)
- // 作為這個(gè)操作的一部分，將執(zhí)行內(nèi)存中的一些任務(wù)
- Observable postsAndCommentsObservable = Observable
- .zip(postsObservable, commentsObservable,
- (posts, comments) -> ResponseUtil.getPostsAndCommentsOfRandomUser(userId, posts, comments))
- .subscribeOn(Schedulers.from(executor));
-
- // 合并來自 /albums 和 /photos API 的響應(yīng)
- // 作為這個(gè)操作的一部分，將執(zhí)行內(nèi)存中的一些任務(wù)
- Observable albumsAndPhotosObservable = Observable
- .zip(albumsObservable, photosObservable,
- (albums, photos) -> ResponseUtil.getAlbumsAndPhotosOfRandomUser(userId, albums, photos))
- .subscribeOn(Schedulers.from(executor));
-
- // 構(gòu)建最終響應(yīng)
- Observable.zip(postsAndCommentsObservable, albumsAndPhotosObservable, (r1, r2) -> r1 + r2)
- .subscribeOn(Schedulers.from(executor))
- .subscribe((response) -> asyncResponse.resume(response), e -> asyncResponse.resume("error"));
9. Disruptor
[Queue vs RingBuffer]
圖片1：http://tutorials.jenkov.com/java-concurrency/blocking-queues.html
圖片2：https://www.baeldung.com/lmax-disruptor-concurrency
- 在本例中，HTTP 線程將被阻塞，直到 disruptor 完成任務(wù)，并且使用 countdowlatch 將 HTTP 線程與 ExecutorService 中的線程同步。
- 這個(gè)框架的主要特點(diǎn)是在沒有任何鎖的情況下處理線程間通信。在 ExecutorService 中，生產(chǎn)者和消費(fèi)者之間的數(shù)據(jù)將通過 Queue傳遞，在生產(chǎn)者和消費(fèi)者之間的數(shù)據(jù)傳輸過程中涉及到一個(gè)鎖。Disruptor 框架通過一個(gè)名為 Ring Buffer 的數(shù)據(jù)結(jié)構(gòu)(它是循環(huán)數(shù)組隊(duì)列的擴(kuò)展版本)來處理這種生產(chǎn)者-消費(fèi)者通信，并且不需要任何鎖。
- 這個(gè)庫不適用于我們在這里討論的這種用例。僅出于好奇而添加。
9.1 何時(shí)使用?
Disruptor 框架在下列場合性能更好：與事件驅(qū)動(dòng)的體系結(jié)構(gòu)一起使用，或主要關(guān)注內(nèi)存任務(wù)的單個(gè)生產(chǎn)者和多個(gè)消費(fèi)者。
- static {
- int userId = new Random().nextInt(10) + 1;
-
- // 示例 Event-Handler; count down latch 用于使線程與 http 線程同步
- EventHandler postsApiHandler = (event, sequence, endOfBatch) -> {
- event.posts = JsonService.getPosts();
- event.countDownLatch.countDown();
- };
-
- // 配置 Disputor 用于處理事件
- DISRUPTOR.handleEventsWith(postsApiHandler, commentsApiHandler, albumsApiHandler)
- .handleEventsWithWorkerPool(photosApiHandler1, photosApiHandler2)
- .thenHandleEventsWithWorkerPool(postsAndCommentsResponseHandler1, postsAndCommentsResponseHandler2)
- .handleEventsWithWorkerPool(albumsAndPhotosResponseHandler1, albumsAndPhotosResponseHandler2);
- DISRUPTOR.start();
- }
-
- // 對于每個(gè)請求，在 RingBuffer 中發(fā)布一個(gè)事件:
- Event event = null;
- RingBuffer ringBuffer = DISRUPTOR.getRingBuffer();
- long sequence = ringBuffer.next();
- CountDownLatch countDownLatch = new CountDownLatch(6);
- try {
- event = ringBuffer.get(sequence);
- event.countDownLatch = countDownLatch;
- event.startTime = System.currentTimeMillis();
- } finally {
- ringBuffer.publish(sequence);
- }
- try {
- event.countDownLatch.await();
- } catch (InterruptedException e) {
- e.printStackTrace();
- }
10. Akka
圖片來自：https://blog.codecentric.de/en/2015/08/introduction-to-akka-actors/
- Akka 庫的主要優(yōu)勢在于它擁有構(gòu)建分布式系統(tǒng)的本地支持。
- 它運(yùn)行在一個(gè)叫做 Actor System 的系統(tǒng)上。這個(gè)系統(tǒng)抽象了線程的概念，Actor System 中的 Actor 通過異步消息進(jìn)行通信，這類似于生產(chǎn)者和消費(fèi)者之間的通信。
- 這種額外的抽象級別有助于 Actor System 提供諸如容錯(cuò)、位置透明等特性。
- 使用正確的 Actor-to-Thread 策略，可以對該框架進(jìn)行優(yōu)化，使其性能優(yōu)于上表所示的結(jié)果。雖然它不能在單個(gè)節(jié)點(diǎn)上與傳統(tǒng)方法的性能匹敵，但是由于其構(gòu)建分布式和彈性系統(tǒng)的能力，仍然是***。
10.1 示例代碼
- // 來自 controller :
- Actors.masterActor.tell(new Master.Request("Get Response", event, Actors.workerActor), ActorRef.noSender());
-
- // handler :
- public Receive createReceive() {
- return receiveBuilder().match(Request.class, request -> {
- Event event = request.event; // Ideally, immutable data structures should be used here.
- request.worker.tell(new JsonServiceWorker.Request("posts", event), getSelf());
- request.worker.tell(new JsonServiceWorker.Request("comments", event), getSelf());
- request.worker.tell(new JsonServiceWorker.Request("albums", event), getSelf());
- request.worker.tell(new JsonServiceWorker.Request("photos", event), getSelf());
- }).match(Event.class, e -> {
- if (e.posts != null && e.comments != null & e.albums != null & e.photos != null) {
- int userId = new Random().nextInt(10) + 1;
- String postsAndCommentsOfRandomUser = ResponseUtil.getPostsAndCommentsOfRandomUser(userId, e.posts,
- e.comments);
- String albumsAndPhotosOfRandomUser = ResponseUtil.getAlbumsAndPhotosOfRandomUser(userId, e.albums,
- e.photos);
- String response = postsAndCommentsOfRandomUser + albumsAndPhotosOfRandomUser;
- e.response = response;
- e.countDownLatch.countDown();
- }
- }).build();
- }
11. 總結(jié)
- 根據(jù)機(jī)器的負(fù)載決定 Executor 框架的配置，并檢查是否可以根據(jù)應(yīng)用程序中并行任務(wù)的數(shù)量進(jìn)行負(fù)載平衡。
- 對于大多數(shù)傳統(tǒng)應(yīng)用程序來說，使用響應(yīng)式開發(fā)庫或任何異步庫都會(huì)降低性能。只有當(dāng)用例類似于服務(wù)器端聊天應(yīng)用程序時(shí)，這個(gè)模式才有用，其中線程在客戶機(jī)響應(yīng)之前不需要保留連接。
- Disruptor 框架在與事件驅(qū)動(dòng)的架構(gòu)模式一起使用時(shí)性能很好；但是當(dāng) Disruptor 模式與傳統(tǒng)架構(gòu)混合使用時(shí)，就我們在這里討論的用例而言，它并不符合標(biāo)準(zhǔn)。這里需要注意的是，Akka 和 Disruptor 庫值得單獨(dú)寫一篇文章，介紹如何使用它們來實(shí)現(xiàn)事件驅(qū)動(dòng)的架構(gòu)模式。
- 這篇文章的源代碼可以在 GitHub 上找到。
本文題目：鳥瞰Java并發(fā)框架
轉(zhuǎn)載來源：
http://uogjgqi.cn/article/dhchhoj.html
