java8异步调用该怎么使用

这篇文章跟大家分析一下"java8异步调用该怎么使用"。内容详细易懂，对"java8异步调用该怎么使用"感兴趣的朋友可以跟着小编的思路慢慢深入来阅读一下，希望阅读后能够对大家有所帮助。下面跟着小编一起深入学习"java8异步调用该怎么使用"的知识吧。

一、异步调用方式分析

今天在写代码的时候，想要调用异步的操作，这里我是用的java8的流式异步调用，但是使用过程中呢，发现这个异步方式有两个方法，如下所示：

区别是一个 需要指定线程池，一个不需要。

• 那么指定线程池有哪些好处呢？直观的说有以下两点好处：

• 可以根据我们的服务器性能，通过池的管理更好的规划我们的线程数。

• 可以对我们使用的线程自定义名称，这里也是阿里java开发规范所提到的。

1.1 java8异步调用默认线程池方式

当然常规使用默认的也没什么问题。我们通过源码分析下使用默认线程池的过程。

   public static CompletableFuture runAsync(Runnable runnable) {        return asyncRunStage(asyncPool, runnable);    }

看下这个asyncPool是什么？

如下所示，useCommonPool如果为真，就使用ForkJoinPool.commonPool()，否则创建一个new ThreadPerTaskExecutor()：

    private static final Executor asyncPool = useCommonPool ?        ForkJoinPool.commonPool() : new ThreadPerTaskExecutor();

看看useCommonPool 是什么？

    private static final boolean useCommonPool =        (ForkJoinPool.getCommonPoolParallelism() > 1);

  /**    * 公共池的目标并行度级别    */    public static int getCommonPoolParallelism() {        return commonParallelism;    }

最终这个并行级别并没有给出默认值

static final int commonParallelism;

通过找到这个常量的调用，我们看看是如何进行初始化的，在ForkJoinPool中有一个静态代码块，启动时会对commonParallelism进行初始化，我们只关注最后一句话就好了，：

    // Unsafe mechanics    private static final sun.misc.Unsafe U;    private static final int  ABASE;    private static final int  ASHIFT;    private static final long CTL;    private static final long RUNSTATE;    private static final long STEALCOUNTER;    private static final long PARKBLOCKER;    private static final long QTOP;    private static final long QLOCK;    private static final long QSCANSTATE;    private static final long QPARKER;    private static final long QCURRENTSTEAL;    private static final long QCURRENTJOIN;    static {        // initialize field offsets for CAS etc        try {            U = sun.misc.Unsafe.getUnsafe();            Class k = ForkJoinPool.class;            CTL = U.objectFieldOffset                (k.getDeclaredField("ctl"));            RUNSTATE = U.objectFieldOffset                (k.getDeclaredField("runState"));            STEALCOUNTER = U.objectFieldOffset                (k.getDeclaredField("stealCounter"));            Class tk = Thread.class;            PARKBLOCKER = U.objectFieldOffset                (tk.getDeclaredField("parkBlocker"));            Class wk = WorkQueue.class;            QTOP = U.objectFieldOffset                (wk.getDeclaredField("top"));            QLOCK = U.objectFieldOffset                (wk.getDeclaredField("qlock"));            QSCANSTATE = U.objectFieldOffset                (wk.getDeclaredField("scanState"));            QPARKER = U.objectFieldOffset                (wk.getDeclaredField("parker"));            QCURRENTSTEAL = U.objectFieldOffset                (wk.getDeclaredField("currentSteal"));            QCURRENTJOIN = U.objectFieldOffset                (wk.getDeclaredField("currentJoin"));            Class ak = ForkJoinTask[].class;            ABASE = U.arrayBaseOffset(ak);            int scale = U.arrayIndexScale(ak);            if ((scale & (scale - 1)) != 0)                throw new Error("data type scale not a power of two");            ASHIFT = 31 - Integer.numberOfLeadingZeros(scale);        } catch (Exception e) {            throw new Error(e);        }        commonMaxSpares = DEFAULT_COMMON_MAX_SPARES;        defaultForkJoinWorkerThreadFactory =            new DefaultForkJoinWorkerThreadFactory();        modifyThreadPermission = new RuntimePermission("modifyThread");        common = java.security.AccessController.doPrivileged            (new java.security.PrivilegedAction() {                public ForkJoinPool run() { return makeCommonPool(); }});         // 即使线程被禁用也是1，至少是个1        int par = common.config & SMASK;        commonParallelism = par > 0 ? par : 1;    }

如下所示，默认是7：

所以接着下面的代码看：

    private static final boolean useCommonPool =        (ForkJoinPool.getCommonPoolParallelism() > 1);

这里一定是返回true，证明当前是并行的。

    private static final Executor asyncPool = useCommonPool ?        ForkJoinPool.commonPool() : new ThreadPerTaskExecutor();

上面会返回一个大小是七的的默认线程池

其实这个默认值是当前cpu的核心数，我的电脑是八核，在代码中默认会将核心数减一，所以显示是七个线程。

        if (parallelism < 0 && //默认是1，小于核心数            (parallelism = Runtime.getRuntime().availableProcessors() - 1) <= 0)            parallelism = 1;        if (parallelism > MAX_CAP)            parallelism = MAX_CAP;

下面我们写个main方法测试一下，10个线程，每个阻塞10秒，看结果：

    public static void main(String[] args) {        // 创建10个任务，每个任务阻塞10秒        for (int i = 0; i < 10; i++) {            CompletableFuture.runAsync(() -> {                try {                    Thread.sleep(10000);                    System.out.println(new Date() + ":" + Thread.currentThread().getName());                } catch (InterruptedException e) {                    e.printStackTrace();                }            });        }        try {            Thread.sleep(30000);        } catch (InterruptedException e) {            e.printStackTrace();        }    }

结果如下所示，前面七个任务先完成，另外三个任务被阻塞10秒后，才完成：

Mon Sep 13 11:20:57 CST 2021:ForkJoinPool.commonPool-worker-5Mon Sep 13 11:20:57 CST 2021:ForkJoinPool.commonPool-worker-4Mon Sep 13 11:20:57 CST 2021:ForkJoinPool.commonPool-worker-2Mon Sep 13 11:20:57 CST 2021:ForkJoinPool.commonPool-worker-7Mon Sep 13 11:20:57 CST 2021:ForkJoinPool.commonPool-worker-3Mon Sep 13 11:20:57 CST 2021:ForkJoinPool.commonPool-worker-6Mon Sep 13 11:20:57 CST 2021:ForkJoinPool.commonPool-worker-1-----------------------------------------------------------  Mon Sep 13 11:21:07 CST 2021:ForkJoinPool.commonPool-worker-2Mon Sep 13 11:21:07 CST 2021:ForkJoinPool.commonPool-worker-5Mon Sep 13 11:21:07 CST 2021:ForkJoinPool.commonPool-worker-4

结论：当我们使用默认的线程池进行异步调用时，如果异步任务是一个IO密集型，简单说处理时间占用长，将导致其他使用共享线程池的任务阻塞，造成系统性能下降甚至异常。甚至当一部分调用接口时，如果接口超时，那么也会阻塞与超时时长相同的时间；实际在计算密集的场景下使用是能提高性能的。

二、使用自定义的线程池

上面说到如果是IO密集型的场景，在异步调用时还是使用自定义线程池比较好。

• 针对开篇提到的两个显而易见的好处，此处新增一条：

• 可以根据我们的服务器性能，通过池的管理更好的规划我们的线程数。

• 可以对我们使用的线程自定义名称，这里也是阿里java开发规范所提到的。

• 不会因为阻塞导致使用共享线程池的其他线程阻塞甚至异常。

我们自定义下面的线程池：

/** * @description： 全局通用线程池 * @author：weirx * @date：2021/9/9 18:09 * @version：3.0 */@Slf4jpublic class GlobalThreadPool {    /**     * 核心线程数     */    public final static int CORE_POOL_SIZE = 10;    /**     * 最大线程数     */    public final static int MAX_NUM_POOL_SIZE = 20;    /**     * 任务队列大小     */    public final static int BLOCKING_QUEUE_SIZE = 30;    /**     * 线程池实例     */    private final static ThreadPoolExecutor instance = getInstance();    /**     * description: 初始化线程池     *     * @return: java.util.concurrent.ThreadPoolExecutor     * @author: weirx     * @time: 2021/9/10 9:49     */    private synchronized static ThreadPoolExecutor getInstance() {        // 生成线程池        ThreadPoolExecutor executor = new ThreadPoolExecutor(                CORE_POOL_SIZE,                MAX_NUM_POOL_SIZE,                60,                TimeUnit.SECONDS,                new LinkedBlockingQueue<>(BLOCKING_QUEUE_SIZE),                new NamedThreadFactory("Thread-wjbgn-", false));        return executor;    }    private GlobalThreadPool() {    }    public static ThreadPoolExecutor getExecutor() {        return instance;    }}

调用：

    public static void main(String[] args) {        // 创建10个任务，每个任务阻塞10秒        for (int i = 0; i < 10; i++) {            CompletableFuture.runAsync(() -> {                try {                    Thread.sleep(10000);                    System.out.println(new Date() + ":" + Thread.currentThread().getName());                } catch (InterruptedException e) {                    e.printStackTrace();                }            },GlobalThreadPool.getExecutor());        }        try {            Thread.sleep(30000);        } catch (InterruptedException e) {            e.printStackTrace();        }    }

输出我们指定线程名称的线程：

Mon Sep 13 11:32:35 CST 2021:Thread-Inbox-Model-1Mon Sep 13 11:32:35 CST 2021:Thread-Inbox-Model-10Mon Sep 13 11:32:35 CST 2021:Thread-Inbox-Model-2Mon Sep 13 11:32:35 CST 2021:Thread-Inbox-Model-9Mon Sep 13 11:32:35 CST 2021:Thread-Inbox-Model-5Mon Sep 13 11:32:35 CST 2021:Thread-Inbox-Model-6Mon Sep 13 11:32:35 CST 2021:Thread-Inbox-Model-3Mon Sep 13 11:32:35 CST 2021:Thread-Inbox-Model-7Mon Sep 13 11:32:35 CST 2021:Thread-Inbox-Model-8Mon Sep 13 11:32:35 CST 2021:Thread-Inbox-Model-4

三、题外话，动态线程池

3.1 什么是动态线程池？

在我们使用线程池的时候，是否有的时候很纠结，到底设置多大的线程池参数是最合适的呢？如果不够用了怎么办，要改代码重新部署吗？

其实是不需要的，记得当初看过美团的一篇文章，真的让人茅塞顿开啊，动态线程池。

ThreadPoolExecutor这个类其实是提供对于线程池的属性进行修改的，支持我们动态修改以下的属性：

从上至下分别是：

• 线程工厂（用于指定线程名称）

• 核心线程数

• 最大线程数

• 活跃时间

• 拒绝策略。

在美团的文章当中呢，是监控服务器线程的使用率，当达到阈值就进行告警，然后通过配置中心去动态修改这些数值。

我们也可以这么做，使用@RefreshScope加nacos就可以实现了。

3.2 实践

我写了一个定时任务，监控当前服务的线程使用率，小了就扩容，一段时间后占用率下降，就恢复初始值。

其实还有很多地方需要改进的，请大家多提意见，监控的是文章前面的线程池GlobalThreadPool,下面调度任务的代码：

/** * @description： 全局线程池守护进程 * @author：weirx * @date：2021/9/10 16:32 * @version：3.0 */@Slf4j@Componentpublic class DaemonThreadTask {    /**     * 服务支持最大线程数     */    public final static int SERVER_MAX_SIZE = 50;    /**     * 最大阈值Maximum threshold，百分比     */    private final static int MAXIMUM_THRESHOLD = 8;    /**     * 每次递增最大线程数     */    private final static int INCREMENTAL_MAX_NUM = 10;    /**     * 每次递增核心线程数     */    private final static int INCREMENTAL_CORE_NUM = 5;    /**     * 当前线程数     */    private static int currentSize = GlobalThreadPool.MAX_NUM_POOL_SIZE;    /**     * 当前核心线程数     */    private static int currentCoreSize = GlobalThreadPool.CORE_POOL_SIZE;    @Scheduled(cron = "0 */5 * * * ?")    public static void execute() {        threadMonitor();    }    /**     * description: 动态监控并设置线程参数     *     * @return: void     * @author: weirx     * @time: 2021/9/10 13:20     */    private static void threadMonitor() {        ThreadPoolExecutor instance = GlobalThreadPool.getExecutor();        int activeCount = instance.getActiveCount();        int size = instance.getQueue().size();        log.info("GlobalThreadPool: the active thread count is {}", activeCount);        // 线程数不足，增加线程        if (activeCount > GlobalThreadPool.MAX_NUM_POOL_SIZE % MAXIMUM_THRESHOLD                && size >= GlobalThreadPool.BLOCKING_QUEUE_SIZE) {            currentSize = currentSize + INCREMENTAL_MAX_NUM;            currentCoreSize = currentCoreSize + INCREMENTAL_CORE_NUM;            //当前设置最大线程数小于服务最大支持线程数才可以继续增加线程            if (currentSize <= SERVER_MAX_SIZE) {                instance.setMaximumPoolSize(currentSize);                instance.setCorePoolSize(currentCoreSize);                log.info("this max thread size is {}", currentSize);            } else {                log.info("current size is more than server max size, can not add");            }        }        // 线程数足够，降低线程数，当前活跃数小于默认核心线程数        if (activeCount < GlobalThreadPool.MAX_NUM_POOL_SIZE                && size == 0                && currentSize > GlobalThreadPool.MAX_NUM_POOL_SIZE) {            currentSize = GlobalThreadPool.MAX_NUM_POOL_SIZE;            currentCoreSize = GlobalThreadPool.CORE_POOL_SIZE;            instance.setMaximumPoolSize(currentSize);            instance.setCorePoolSize(currentCoreSize);        }    }}

3.3 动态线程池有什么意义？

有的朋友其实问过我，我直接把线程池设置大一点不就好了，这种动态线程池有什么意义呢？

其实这是一个好问题。在以前的传统软件当中，单机部署，硬件部署，确实，我们能使用的线程数取决于服务器的核心线程数，而且基本没有其他服务来争抢这些线程。

但是现在是容器的时代，云原生的时代。

多个容器部署在一个宿主机上，那么当高峰期的时候，某个容器就需要占用大量的cpu资源，如果所有的容器都将大部分资源占据，那么这个容器必然面临阻塞甚至瘫痪的风险。

当高峰期过了，释放这部分资源可以被释放掉，用于其他需要的容器。。

再结合到目前的云服务器节点扩容，都是需要动态扩缩容的的，和线程相似，在满足高可用的情况下，尽量的节约成本。

关于java8异步调用该怎么使用就分享到这里啦，希望上述内容能够让大家有所提升。如果想要学习更多知识，请大家多多留意小编的更新。谢谢大家关注一下网站！