Dubbo 线程池源码解析

时间 2019-11-06

标签 dubbo 线程源码解析栏目 Dubbo 繁體版

原文原文链接

本文首发于我的微信公众号《andyqian》，期待你的关注！面试

前言

以前文章《Java线程池ThreadPoolExecutor》《ThreadPoolExecutor 原理解析》中，分别讲述了ThreadPoolExecutor 的概念以及原理，今天就一块儿来看看其在 Dubbo 框架中的应用。微信

ThreadFactory 与 AbortPolicy

Dubbo 为咱们提供了几种不一样类型的线程池实现，其底层均使用的是 JDK 中的 ThreadPoolExecutor 线程池。ThreadPoolExecutor 咱们都已经很是熟悉，其构造函数中有几个很是重要的参数。其中就包括：拒绝策略( ThreadPoolExecutor.AbortPolicy ) 以及 ThreadFactory，在 Dubbo 中自定义了 ThreadPoolExecutor.AbortPolicy 以及 ThreadFactory。在学习线程池以前，咱们先来看看这二者的实现，更有益于后面的理解。多线程

在Dubbo中NamedInternalThreadFactory 为自定义的线程 ThreadFactory 的子类。其类图以下：框架

其中 NamedInternalThreadFactory 类，其实现以下所示：ide

public class NamedInternalThreadFactory extends NamedThreadFactory {

    public NamedInternalThreadFactory() {
        super();
    }

    public NamedInternalThreadFactory(String prefix) {
        super(prefix, false);
    }

    public NamedInternalThreadFactory(String prefix, boolean daemon) {
        super(prefix, daemon);
    }

    @Override
    public Thread newThread(Runnable runnable) {
        String name = mPrefix + mThreadNum.getAndIncrement();
        InternalThread ret = new InternalThread(mGroup, runnable, name, 0);
        ret.setDaemon(mDaemon);
        return ret;
    }
}

其中 NamedThreadFactory 类的实现以下：函数

public class NamedThreadFactory implements ThreadFactory {

    protected static final AtomicInteger POOL_SEQ = new AtomicInteger(1);

    protected final AtomicInteger mThreadNum = new AtomicInteger(1);

    protected final String mPrefix;

    protected final boolean mDaemon;

    protected final ThreadGroup mGroup;

    public NamedThreadFactory() {
        this("pool-" + POOL_SEQ.getAndIncrement(), false);
    }

    public NamedThreadFactory(String prefix) {
        this(prefix, false);
    }

    public NamedThreadFactory(String prefix, boolean daemon) {
        mPrefix = prefix + "-thread-";
        mDaemon = daemon;
        SecurityManager s = System.getSecurityManager();
        mGroup = (s == null) ? Thread.currentThread().getThreadGroup() : s.getThreadGroup();
    }

    @Override
    public Thread newThread(Runnable runnable) {
        String name = mPrefix + mThreadNum.getAndIncrement();
        Thread ret = new Thread(mGroup, runnable, name, 0);
        ret.setDaemon(mDaemon);
        return ret;
    }

    public ThreadGroup getThreadGroup() {
        return mGroup;
    }

到这里，上述代码描述的是Dubbo对线程池中线程的命名规则，其做用是为了方便追踪信息。工具

接下来，咱们来看下拒绝策略 AbortPolicyWithReport 类的实现，其类图以下所示：学习

源码以下：ui

public class AbortPolicyWithReport extends ThreadPoolExecutor.AbortPolicy {

    protected static final Logger logger = LoggerFactory.getLogger(AbortPolicyWithReport.class);

    private final String threadName;

    private final URL url;

    private static volatile long lastPrintTime = 0;

    private static final long TEN_MINUTES_MILLS = 10 * 60 * 1000;

    private static final String OS_WIN_PREFIX = "win";

    private static final String OS_NAME_KEY = "os.name";

    private static final String WIN_DATETIME_FORMAT = "yyyy-MM-dd_HH-mm-ss";

    private static final String DEFAULT_DATETIME_FORMAT = "yyyy-MM-dd_HH:mm:ss";

    private static Semaphore guard = new Semaphore(1);

    public AbortPolicyWithReport(String threadName, URL url) {
        this.threadName = threadName;
        this.url = url;
    }

    // 覆盖 父类 ThreadPoolExecutor.AbortPolicy 的 rejectedExecution 方法。
    @Override
    public void rejectedExecution(Runnable r, ThreadPoolExecutor e) {
       // 构造 warn 参数，其中包括：线程状态，线程池数量，活跃数量，核心线程池数量，最大线程池数量 等信息。
        String msg = String.format("Thread pool is EXHAUSTED!" +
                " Thread Name: %s, Pool Size: %d (active: %d, core: %d, max: %d, largest: %d), Task: %d (completed: "
                + "%d)," +
                " Executor status:(isShutdown:%s, isTerminated:%s, isTerminating:%s), in %s://%s:%d!",
            threadName, e.getPoolSize(), e.getActiveCount(), e.getCorePoolSize(), e.getMaximumPoolSize(),
            e.getLargestPoolSize(),
            e.getTaskCount(), e.getCompletedTaskCount(), e.isShutdown(), e.isTerminated(), e.isTerminating(),
            url.getProtocol(), url.getIp(), url.getPort());
        logger.warn(msg);
        //  dump  堆栈信息
        dumpJStack();
        throw new RejectedExecutionException(msg);
    }

 // 当执行 rejectedExecution 方法时，会执行该方法。将会 dump 堆栈信息 至 DUMP_DIRECTORY 目录，默认为：user.name 目录下。
    private void dumpJStack() {
        long now = System.currentTimeMillis();

        //dump every 10 minutes
        if (now - lastPrintTime < TEN_MINUTES_MILLS) {
            return;
        }

        if (!guard.tryAcquire()) {
            return;
        }

        ExecutorService pool = Executors.newSingleThreadExecutor();
        pool.execute(() -> {
            String dumpPath = url.getParameter(DUMP_DIRECTORY, System.getProperty("user.home"));

            SimpleDateFormat sdf;

            String os = System.getProperty(OS_NAME_KEY).toLowerCase();

            // window system don't support ":" in file name
            if (os.contains(OS_WIN_PREFIX)) {
                sdf = new SimpleDateFormat(WIN_DATETIME_FORMAT);
            } else {
                sdf = new SimpleDateFormat(DEFAULT_DATETIME_FORMAT);
            }

            String dateStr = sdf.format(new Date());
            //try-with-resources
            try (FileOutputStream jStackStream = new FileOutputStream(
                new File(dumpPath, "Dubbo_JStack.log" + "." + dateStr))) {
                // 工具类，此处实现省略，有兴趣的能够查看。
                JVMUtil.jstack(jStackStream);
            } catch (Throwable t) {
                logger.error("dump jStack error", t);
            } finally {
                guard.release();
            }
            lastPrintTime = System.currentTimeMillis();
        });
        //must shutdown thread pool ,if not will lead to OOM
        pool.shutdown();
    }
}

上面的代码不难，都是打日志，dump 堆栈信息，其目的就是：用于在线程池被打满时，也就是记录执行AbortPolicy时现场信息，主要是便于后期的分析与问题排查。this

线程池的实现

上面讲述了Dubbo线程池中自定义的 ThreadFactory 类以及 AbortPolicyWithReport 类。接下来，咱们继续讲解 Dubbo 提供的不一样线程池实现，其类图以下所示：

1. LimitedThreadPool 线程池

源码以下:

public class LimitedThreadPool implements ThreadPool {

    @Override
    public Executor getExecutor(URL url) {
        String name = url.getParameter(THREAD_NAME_KEY, DEFAULT_THREAD_NAME);
        int cores = url.getParameter(CORE_THREADS_KEY, DEFAULT_CORE_THREADS);
        int threads = url.getParameter(THREADS_KEY, DEFAULT_THREADS);
        int queues = url.getParameter(QUEUES_KEY, DEFAULT_QUEUES);
        return new ThreadPoolExecutor(cores, threads, Long.MAX_VALUE, TimeUnit.MILLISECONDS,
                queues == 0 ? new SynchronousQueue<Runnable>() :
                        (queues < 0 ? new LinkedBlockingQueue<Runnable>()
                                : new LinkedBlockingQueue<Runnable>(queues)),
                new NamedInternalThreadFactory(name, true), new AbortPolicyWithReport(name, url));
    }

其中：

THREAD_NAME_KEY 值为：threadname ，表示为：线程名，其默认值为：Dubbo。
CORE_THREADS_KEY 值为：corethreads，表示：核心线程池数量，其默认值为：0。
THREADS_KEY 值为：threads 表示：最大线程数，默认值为：200。
QUEUES_KEY 值为：queues 表示：阻塞队列大小，默认值为：0。

备注：

该线程池中的 cores，threads 参数由外部制定，其中 keepAliveTime 值为：Long.MAX_VALUE，TimeUnit 为 TimeUnit.MILLISECONDS (毫秒)。(意味着线程池中的全部线程永不过时，理论上大于Long.MAX_VALUE 即会过时，由于其足够大，这里能够看为是永不过时 )。
此处使用了三目运算符：

当 queues = 0 时，BlockingQueue为SynchronousQueue。

当 queues < 0 时，则构造一个新的LinkedBlockingQueue。

当 queues > 0 时，构造一个指定元素的LinkedBlockingQueue。
```
queues == 0 ? new SynchronousQueue<Runnable>() :
  (queues < 0 ? new LinkedBlockingQueue<Runnable>()
      : new LinkedBlockingQueue<Runnable>(queues)
```

该线程池的特色是：能够建立若干个线程，其默认值为 200，线程池中的线程生命周期很是长，甚至能够看作是永不过时。

2. CachedThreadPool 线程池

源码：

public class CachedThreadPool implements ThreadPool {

    @Override
    public Executor getExecutor(URL url) {
        String name = url.getParameter(THREAD_NAME_KEY, DEFAULT_THREAD_NAME);
        int cores = url.getParameter(CORE_THREADS_KEY, DEFAULT_CORE_THREADS);
        int threads = url.getParameter(THREADS_KEY, Integer.MAX_VALUE);
        int queues = url.getParameter(QUEUES_KEY, DEFAULT_QUEUES);
        int alive = url.getParameter(ALIVE_KEY, DEFAULT_ALIVE);
        return new ThreadPoolExecutor(cores, threads, alive, TimeUnit.MILLISECONDS,
                queues == 0 ? new SynchronousQueue<Runnable>() :
                        (queues < 0 ? new LinkedBlockingQueue<Runnable>()
                                : new LinkedBlockingQueue<Runnable>(queues)),
                new NamedInternalThreadFactory(name, true), new AbortPolicyWithReport(name, url));
    }
}

其中：

THREAD_NAME_KEY 值为：threadname , 表示为：线程名，其默认值为：Dubbo。
CORE_THREADS_KEY 值为：corethreads，表示为：核心线程池数量，其默认值为：0。
THREADS_KEY 值为：threads，表示：最大线程数，默认值为：Integer.MAX_VALUE。
QUEUES_KEY 值为：queues，表示：阻塞队列大小，默认值为：0。
ALIVE_KEY 值为：alive，表示: keepAliveTime 表示线程池中线程的存活时间，其默认值为：60 * 1000 (毫秒) 也就是一分钟。

该线程池的特色是：可建立无限多线程(在操做系统的限制下，会远远低于Integer.MAX_VALUE值，这里视为无限大)，其线程的最大存活时间默认为 1 分钟。意味着能够建立无限多线程，可是线程的生命周期默认较短！

3. FixedThreadPool 线程池

public class FixedThreadPool implements ThreadPool {

    @Override
    public Executor getExecutor(URL url) {
        String name = url.getParameter(THREAD_NAME_KEY, DEFAULT_THREAD_NAME);
        int threads = url.getParameter(THREADS_KEY, DEFAULT_THREADS);
        int queues = url.getParameter(QUEUES_KEY, DEFAULT_QUEUES);
        return new ThreadPoolExecutor(threads, threads, 0, TimeUnit.MILLISECONDS,
                queues == 0 ? new SynchronousQueue<Runnable>() :
                        (queues < 0 ? new LinkedBlockingQueue<Runnable>()
                                : new LinkedBlockingQueue<Runnable>(queues)),
                new NamedInternalThreadFactory(name, true), new AbortPolicyWithReport(name, url));
    }

其中:

THREADS_KEY 值为：threads，表示：最大线程数，默认值为：200。
QUEUES_KEY 值为：queues，表示：阻塞队列大小，默认值为：0。
corePoolSize，maximumPoolSize 的线程数量均为：threads，(也就意味着核心线程数等于最大线程数)。
keepAliveTime 的默认值为0，当线程数大于corePoolSize 时，多余的空闲线程会当即终止。

该线程池的特色是：该线程池中corePoolSize 数量与 maxinumPoolSize 数量一致，当提交的任务大于核心线程池时，则会将其放入到LinkedBlockingQueue队列中等待执行，也是Dubbo中默认使用的线程池。

4. EagerThreadPool 线程池

源码：

public class EagerThreadPool implements ThreadPool {

        @Override
        public Executor getExecutor(URL url) {
            String name = url.getParameter(THREAD_NAME_KEY, DEFAULT_THREAD_NAME);
            int cores = url.getParameter(CORE_THREADS_KEY, DEFAULT_CORE_THREADS);
            int threads = url.getParameter(THREADS_KEY, Integer.MAX_VALUE);
            int queues = url.getParameter(QUEUES_KEY, DEFAULT_QUEUES);
            int alive = url.getParameter(ALIVE_KEY, DEFAULT_ALIVE);

            // init queue and executor
            TaskQueue<Runnable> taskQueue = new TaskQueue<Runnable>(queues <= 0 ? 1 : queues);
            EagerThreadPoolExecutor executor = new EagerThreadPoolExecutor(cores,
                    threads,
                    alive,
                    TimeUnit.MILLISECONDS,
                    taskQueue,
                    new NamedInternalThreadFactory(name, true),
                    new AbortPolicyWithReport(name, url));
            taskQueue.setExecutor(executor);
            return executor;
        }
}

备注：

该线程池与上面的线程池实现方式有些不同，上面是直接使用了ThreadPoolExecutor 类的构造函数。在该线程池实现中，首先构造了一个自定义的 EagerThreadPoolExecutor 线程池，其底层实现也是基于 ThreadPoolExecutor 类的，其代码以下所示：

public class EagerThreadPoolExecutor extends ThreadPoolExecutor {

    /**
     * task count
     */
    private final AtomicInteger submittedTaskCount = new AtomicInteger(0);

    public EagerThreadPoolExecutor(int corePoolSize,
                                   int maximumPoolSize,
                                   long keepAliveTime,
                                   TimeUnit unit, TaskQueue<Runnable> workQueue,
                                   ThreadFactory threadFactory,
                                   RejectedExecutionHandler handler) {
        super(corePoolSize, maximumPoolSize, keepAliveTime, unit, workQueue, threadFactory, handler);
    }

    /**
     * @return current tasks which are executed
     */
    public int getSubmittedTaskCount() {
        return submittedTaskCount.get();
    }

    @Override
    protected void afterExecute(Runnable r, Throwable t) {
        // 执行任务数依次递减
        submittedTaskCount.decrementAndGet();
    }

    @Override
    public void execute(Runnable command) {
        if (command == null) {
            throw new NullPointerException();
        }
        // do not increment in method beforeExecute!
        // 提交任务书 依次递加。
        submittedTaskCount.incrementAndGet();
        try {
          // 调用父类方法执行线程任务
            super.execute(command);
        } catch (RejectedExecutionException rx) {
            // 将任务从新添加到队列中
            final TaskQueue queue = (TaskQueue) super.getQueue();
            try {
               //若是添加失败，则减小任务数，并抛出异常。
                if (!queue.retryOffer(command, 0, TimeUnit.MILLISECONDS)) {
                    submittedTaskCount.decrementAndGet();
                    throw new RejectedExecutionException("Queue capacity is full.", rx);
                }
            } catch (InterruptedException x) {
                submittedTaskCount.decrementAndGet();
                throw new RejectedExecutionException(x);
            }
        } catch (Throwable t) {
            // decrease any way
            submittedTaskCount.decrementAndGet();
            throw t;
        }
    }

在这里咱们发现，在 EagerThreadPoolExecutor 类中，重载了父类ThreadPoolExecutor 类的几个方法，分别以下：afterExecute，execute方法。分别加入 submittedTaskCount 属性进行任务的统计，当父类的execute方法抛出 RejectedExecutionExcetion 异常时，则会将任务从新放入队列中执行，其TaskQueue代码以下：

public class TaskQueue<R extends Runnable> extends LinkedBlockingQueue<Runnable> {

    private static final long serialVersionUID = -2635853580887179627L;

    private EagerThreadPoolExecutor executor;

    public TaskQueue(int capacity) {
        super(capacity);
    }

    public void setExecutor(EagerThreadPoolExecutor exec) {
        executor = exec;
    }

    @Override
    public boolean offer(Runnable runnable) {
        if (executor == null) {
            throw new RejectedExecutionException("The task queue does not have executor!");
        }

        int currentPoolThreadSize = executor.getPoolSize();
        // have free worker. put task into queue to let the worker deal with task.
        // 当提交的任务数，小于 当前线程时，则之间调用父类的offer 方法。
        if (executor.getSubmittedTaskCount() < currentPoolThreadSize) {
            return super.offer(runnable);
        }

        // return false to let executor create new worker.
        // 当当前线程数大小小于，最大线程数时，则直接返回false，建立worker。
        if (currentPoolThreadSize < executor.getMaximumPoolSize()) {
            return false;
        }

        // currentPoolThreadSize >= max
        return super.offer(runnable);
    }

    /**
     * retry offer task
     *
     * @param o task
     * @return offer success or not
     * @throws RejectedExecutionException if executor is terminated.
     */
    public boolean retryOffer(Runnable o, long timeout, TimeUnit unit) throws InterruptedException {
        if (executor.isShutdown()) {
            throw new RejectedExecutionException("Executor is shutdown!");
        }
        return super.offer(o, timeout, unit);
    }
}

该线程池的特色是：能够从新将拒绝掉的task，从新添加的work queue中执行。至关于有一个重试机制！

结语

经过上面的分析，我相信你们对Dubbo中线程池应该有所了解。若是还有不清楚的地方，能够经过debug的方式进行跟踪分析。其实在不少的开源框架中，都有自定义的线程池，但其底层最终使用的仍是 ThreadPoolExecutor 线程池，这个知识点建议你们必定要掌握，不管是实际工做仍是面试，都是一个经常使用的知识点。