通過本文你可以了解到下面這些知識點：

1. Future 模式介紹以及核心思想
2. 核心線程數(shù)、最大線程數(shù)的區(qū)別，隊列容量代表什么;
3. ThreadPoolTaskExecutor 飽和策略;
4. SpringBoot 異步編程實戰(zhàn)，搞懂代碼的執(zhí)行邏輯。

[[278689]]

Future 模式

異步編程在處理耗時操作以及多任務(wù)處理的場景下非常有用，我們可以更好的讓我們的系統(tǒng)利用好機(jī)器的 CPU 和 內(nèi)存，提高它們的利用率。多線程設(shè)計模式有很多種，F(xiàn)uture模式是多線程開發(fā)中非常常見的一種設(shè)計模式，本文也是基于這種模式來說明 SpringBoot 對于異步編程的知識。

實戰(zhàn)之前我先簡單介紹一下 Future 模式的核心思想 吧!。

Future 模式的核心思想是 異步調(diào)用 。當(dāng)我們執(zhí)行一個方法時，假如這個方法中有多個耗時的任務(wù)需要同時去做，而且又不著急等待這個結(jié)果時可以讓客戶端立即返回然后，后臺慢慢去計算任務(wù)。當(dāng)然你也可以選擇等這些任務(wù)都執(zhí)行完了，再返回給客戶端。這個在 Java 中都有很好的支持，我在后面的示例程序中會詳細(xì)對比這兩種方式的區(qū)別。

SpringBoot 異步編程實戰(zhàn)

如果我們需要在 SpringBoot 實現(xiàn)異步編程的話，通過 Spring 提供的兩個注解會讓這件事情變的非常簡單。

• @EnableAsync：通過在配置類或者M(jìn)ain類上加@EnableAsync開啟對異步方法的支持。
• @Async 可以作用在類上或者方法上，作用在類上代表這個類的所有方法都是異步方法。

1. 自定義 TaskExecutor

很多人對于 TaskExecutor 不是太了解，所以我們花一點篇幅先介紹一下這個東西。從名字就能看出它是任務(wù)的執(zhí)行者，它領(lǐng)導(dǎo)執(zhí)行著線程來處理任務(wù)，就像司令官一樣，而我們的線程就好比一只只軍隊一樣，這些軍隊可以異步對敵人進(jìn)行打擊👊。

Spring 提供了TaskExecutor接口作為任務(wù)執(zhí)行者的抽象,它和java.util.concurrent包下的Executor接口很像。稍微不同的 TaskExecutor接口用到了 Java 8 的語法@FunctionalInterface聲明這個接口口是一個函數(shù)式接口。

org.springframework.core.task.TaskExecutor 
@FunctionalInterface 
public interface TaskExecutor extends Executor { 
    void execute(Runnable var1); 
} 

如果沒有自定義Executor, Spring 將創(chuàng)建一個 SimpleAsyncTaskExecutor 并使用它。

import org.springframework.context.annotation.Bean; 
import org.springframework.context.annotation.Configuration; 
import org.springframework.scheduling.annotation.AsyncConfigurer; 
import org.springframework.scheduling.annotation.EnableAsync; 
import org.springframework.scheduling.concurrent.ThreadPoolTaskExecutor; 
 
import java.util.concurrent.Executor; 
 
/** @author shuang.kou */ 
@Configuration 
@EnableAsync 
public class AsyncConfig implements AsyncConfigurer { 
 
  private static final int CORE_POOL_SIZE = 6; 
  private static final int MAX_POOL_SIZE = 10; 
  private static final int QUEUE_CAPACITY = 100; 
 
  @Bean 
  public Executor taskExecutor() { 
    // Spring 默認(rèn)配置是核心線程數(shù)大小為1，最大線程容量大小不受限制，隊列容量也不受限制。 
    ThreadPoolTaskExecutor executor = new ThreadPoolTaskExecutor(); 
    // 核心線程數(shù) 
    executor.setCorePoolSize(CORE_POOL_SIZE); 
    // 最大線程數(shù) 
    executor.setMaxPoolSize(MAX_POOL_SIZE); 
    // 隊列大小 
    executor.setQueueCapacity(QUEUE_CAPACITY); 
    // 當(dāng)最大池已滿時，此策略保證不會丟失任務(wù)請求，但是可能會影響應(yīng)用程序整體性能。 
    executor.setRejectedExecutionHandler(new ThreadPoolExecutor.CallerRunsPolicy()); 
    executor.setThreadNamePrefix("My ThreadPoolTaskExecutor-"); 
    executor.initialize(); 
    return executor; 
  } 
} 

ThreadPoolTaskExecutor 常見概念：

• Core Pool Size : 核心線程數(shù)線程數(shù)定義了最小可以同時運(yùn)行的線程數(shù)量。
• Queue Capacity : 當(dāng)新任務(wù)來的時候會先判斷當(dāng)前運(yùn)行的線程數(shù)量是否達(dá)到核心線程數(shù)，如果達(dá)到的話，信任就會被存放在隊列中。
• Maximum Pool Size : 當(dāng)隊列中存放的任務(wù)達(dá)到隊列容量的時候，當(dāng)前可以同時運(yùn)行的線程數(shù)量變?yōu)樽畲缶€程數(shù)。

一般情況下不會將隊列大小設(shè)為：Integer.MAX_VALUE,也不會將核心線程數(shù)和最大線程數(shù)設(shè)為同樣的大小，這樣的話最大線程數(shù)的設(shè)置都沒什么意義了，你也無法確定當(dāng)前 CPU 和內(nèi)存利用率具體情況如何。

如果隊列已滿并且當(dāng)前同時運(yùn)行的線程數(shù)達(dá)到最大線程數(shù)的時候，如果再有新任務(wù)過來會發(fā)生什么呢?

Spring 默認(rèn)使用的是 ThreadPoolExecutor.AbortPolicy。在Spring的默認(rèn)情況下，ThreadPoolExecutor 將拋出 RejectedExecutionException 來拒絕新來的任務(wù) ，這代表你將丟失對這個任務(wù)的處理。對于可伸縮的應(yīng)用程序，建議使用 ThreadPoolExecutor.CallerRunsPolicy。當(dāng)最大池被填滿時，此策略為我們提供可伸縮隊列。

ThreadPoolTaskExecutor 飽和策略定義:

如果當(dāng)前同時運(yùn)行的線程數(shù)量達(dá)到最大線程數(shù)量時，ThreadPoolTaskExecutor 定義一些策略:

ThreadPoolExecutor.AbortPolicy：拋出 RejectedExecutionException來拒絕新任務(wù)的處理。

ThreadPoolExecutor.CallerRunsPolicy：調(diào)用執(zhí)行自己的線程運(yùn)行任務(wù)。您不會任務(wù)請求。但是這種策略會降低對于新任務(wù)提交速度，影響程序的整體性能。另外，這個策略喜歡增加隊列容量。如果您的應(yīng)用程序可以承受此延遲并且你不能任務(wù)丟棄任何一個任務(wù)請求的話，你可以選擇這個策略。

ThreadPoolExecutor.DiscardPolicy： 不處理新任務(wù)，直接丟棄掉。

ThreadPoolExecutor.DiscardOldestPolicy：此策略將丟棄最早的未處理的任務(wù)請求。

2. 編寫一個異步的方法

下面模擬一個查找對應(yīng)字符開頭電影的方法，我們給這個方法加上了@Async注解來告訴 Spring 它是一個異步的方法。另外，這個方法的返回值 CompletableFuture.completedFuture(results)這代表我們需要返回結(jié)果，也就是說程序必須把任務(wù)執(zhí)行完成之后再返回給用戶。

請留意completableFutureTask方法中的第一行打印日志這句代碼，后面分析程序中會用到，很重要!

import org.slf4j.Logger; 
import org.slf4j.LoggerFactory; 
import org.springframework.scheduling.annotation.Async; 
import org.springframework.stereotype.Service; 
 
import java.util.ArrayList; 
import java.util.Arrays; 
import java.util.List; 
import java.util.concurrent.CompletableFuture; 
import java.util.stream.Collectors; 
 
/** @author shuang.kou */ 
@Service 
public class AsyncService { 
 
  private static final Logger logger = LoggerFactory.getLogger(AsyncService.class); 
 
  private List<String> movies = 
      new ArrayList<>( 
          Arrays.asList( 
              "Forrest Gump", 
              "Titanic", 
              "Spirited Away", 
              "The Shawshank Redemption", 
              "Zootopia", 
              "Farewell ", 
              "Joker", 
              "Crawl")); 
 
  /** 示范使用：找到特定字符/字符串開頭的電影 */ 
  @Async 
  public CompletableFuture<List<String>> completableFutureTask(String start) { 
    // 打印日志 
    logger.warn(Thread.currentThread().getName() + "start this task!"); 
    // 找到特定字符/字符串開頭的電影 
    List<String> results = 
        movies.stream().filter(movie -> movie.startsWith(start)).collect(Collectors.toList()); 
    // 模擬這是一個耗時的任務(wù) 
    try { 
      Thread.sleep(1000L); 
    } catch (InterruptedException e) { 
      e.printStackTrace(); 
    } 
    //返回一個已經(jīng)用給定值完成的新的CompletableFuture。 
    return CompletableFuture.completedFuture(results); 
  } 
} 

3. 測試編寫的異步方法

/** @author shuang.kou */ 
@RestController 
@RequestMapping("/async") 
public class AsyncController { 
  @Autowired  
  AsyncService asyncService; 
 
  @GetMapping("/movies") 
  public String completableFutureTask() throws ExecutionException, InterruptedException { 
    //開始時間 
    long start = System.currentTimeMillis(); 
    // 開始執(zhí)行大量的異步任務(wù) 
    List<String> words = Arrays.asList("F", "T", "S", "Z", "J", "C"); 
    List<CompletableFuture<List<String>>> completableFutureList = 
        words.stream() 
            .map(word -> asyncService.completableFutureTask(word)) 
            .collect(Collectors.toList()); 
    // CompletableFuture.join（）方法可以獲取他們的結(jié)果并將結(jié)果連接起來 
    List<List<String>> results = completableFutureList.stream().map(CompletableFuture::join).collect(Collectors.toList()); 
    // 打印結(jié)果以及運(yùn)行程序運(yùn)行花費時間 
    System.out.println("Elapsed time: " + (System.currentTimeMillis() - start)); 
    return results.toString(); 
  } 
} 

請求這個接口，控制臺打印出下面的內(nèi)容：

2019-10-01 13:50:17.007  WARN 18793 --- [lTaskExecutor-1] g.j.a.service.AsyncService               : My ThreadPoolTaskExecutor-1start this task! 
2019-10-01 13:50:17.007  WARN 18793 --- [lTaskExecutor-6] g.j.a.service.AsyncService               : My ThreadPoolTaskExecutor-6start this task! 
2019-10-01 13:50:17.007  WARN 18793 --- [lTaskExecutor-5] g.j.a.service.AsyncService               : My ThreadPoolTaskExecutor-5start this task! 
2019-10-01 13:50:17.007  WARN 18793 --- [lTaskExecutor-4] g.j.a.service.AsyncService               : My ThreadPoolTaskExecutor-4start this task! 
2019-10-01 13:50:17.007  WARN 18793 --- [lTaskExecutor-3] g.j.a.service.AsyncService               : My ThreadPoolTaskExecutor-3start this task! 
2019-10-01 13:50:17.007  WARN 18793 --- [lTaskExecutor-2] g.j.a.service.AsyncService               : My ThreadPoolTaskExecutor-2start this task! 
Elapsed time: 1010 

首先我們可以看到處理所有任務(wù)花費的時間大概是 1 s。這與我們自定義的 ThreadPoolTaskExecutor 有關(guān)，我們配置的核心線程數(shù)是 6 ，然后通過通過下面的代碼模擬分配了 6 個任務(wù)給系統(tǒng)執(zhí)行。這樣每個線程都會被分配到一個任務(wù)，每個任務(wù)執(zhí)行花費時間是 1 s ，所以處理 6 個任務(wù)的總花費時間是 1 s。

List<String> words = Arrays.asList("F", "T", "S", "Z", "J", "C"); 
List<CompletableFuture<List<String>>> completableFutureList = 
        words.stream() 
            .map(word -> asyncService.completableFutureTask(word)) 
            .collect(Collectors.toList()); 

你可以自己驗證一下，試著去把核心線程數(shù)的數(shù)量改為 3 ，再次請求這個接口你會發(fā)現(xiàn)處理所有任務(wù)花費的時間大概是 2 s。

另外，從上面的運(yùn)行結(jié)果可以看出，當(dāng)所有任務(wù)執(zhí)行完成之后才返回結(jié)果。這種情況對應(yīng)于我們需要返回結(jié)果給客戶端請求的情況下，假如我們不需要返回任務(wù)執(zhí)行結(jié)果給客戶端的話呢? 就比如我們上傳一個大文件到系統(tǒng)，上傳之后只要大文件格式符合要求我們就上傳成功。普通情況下我們需要等待文件上傳完畢再返回給用戶消息，但是這樣會很慢。采用異步的話，當(dāng)用戶上傳之后就立馬返回給用戶消息，然后系統(tǒng)再默默去處理上傳任務(wù)。這樣也會增加一點麻煩，因為文件可能會上傳失敗，所以系統(tǒng)也需要一點機(jī)制來補(bǔ)償這個問題，比如當(dāng)上傳遇到問題的時候，發(fā)消息通知用戶。

下面會演示一下客戶端不需要返回結(jié)果的情況：

將completableFutureTask方法變?yōu)?void 類型

@Async 
public void completableFutureTask(String start) { 
  ...... 
  //這里可能是系統(tǒng)對任務(wù)執(zhí)行結(jié)果的處理，比如存入到數(shù)據(jù)庫等等...... 
  //doSomeThingWithResults(results); 
} 

Controller 代碼修改如下：

@GetMapping("/movies") 
 public String completableFutureTask() throws ExecutionException, InterruptedException { 
   // Start the clock 
   long start = System.currentTimeMillis(); 
   // Kick of multiple, asynchronous lookups 
   List<String> words = Arrays.asList("F", "T", "S", "Z", "J", "C"); 
       words.stream() 
           .forEach(word -> asyncService.completableFutureTask(word)); 
   // Wait until they are all done 
   // Print results, including elapsed time 
   System.out.println("Elapsed time: " + (System.currentTimeMillis() - start)); 
   return "Done"; 
 } 

請求這個接口，控制臺打印出下面的內(nèi)容：

Elapsed time: 0 
2019-10-01 14:02:44.052  WARN 19051 --- [lTaskExecutor-4] g.j.a.service.AsyncService               : My ThreadPoolTaskExecutor-4start this task! 
2019-10-01 14:02:44.052  WARN 19051 --- [lTaskExecutor-3] g.j.a.service.AsyncService               : My ThreadPoolTaskExecutor-3start this task! 
2019-10-01 14:02:44.052  WARN 19051 --- [lTaskExecutor-2] g.j.a.service.AsyncService               : My ThreadPoolTaskExecutor-2start this task! 
2019-10-01 14:02:44.052  WARN 19051 --- [lTaskExecutor-1] g.j.a.service.AsyncService               : My ThreadPoolTaskExecutor-1start this task! 
2019-10-01 14:02:44.052  WARN 19051 --- [lTaskExecutor-6] g.j.a.service.AsyncService               : My ThreadPoolTaskExecutor-6start this task! 
2019-10-01 14:02:44.052  WARN 19051 --- [lTaskExecutor-5] g.j.a.service.AsyncService               : My ThreadPoolTaskExecutor-5start this task! 

可以看到系統(tǒng)會直接返回給用戶結(jié)果，然后系統(tǒng)才真正開始執(zhí)行任務(wù)。

待辦

• Future vs. CompletableFuture
• 源代碼分析

Reference

• https://spring.io/guides/gs/async-method/
• https://medium.com/trendyol-tech/spring-boot-async-executor-management-with-threadpooltaskexecutor-f493903617d