java后台异步任务执行器TaskManager

时间 2019-11-24

标签 java 后台异步任务执行 taskmanager 栏目 Java 繁體版

原文原文链接

java后台异步任务执行器TaskManagerjava

此方式基于MVC方式：程序员

一，使用任务：spring

 1 @Resource
 2 private TaskManager taskManager;
 3 
 4 public string  commit(TradeStatus status) {
 5     if (status== TradeStatus.UNDERWAY) {
 6 
 7     // 执行任务
 8     taskManager.addTask(new Runnable() {
 9 
10         @Override
11         public void run() {
12             handleUnderway(status); //运行业程序
13         }
14     });
15 
16     } else {
17                 
18     }
19 
20 }

 /** * 返回业务处理状态 * * * <p> * 此方法须要被异步调用 * </p> * */ public void handleUnderway(TradeSatus satus) { int waitTimeOut = 20*1000； try { if (logger.isDebugEnabled()) { logger.debug("提交查询支付状态"); } Assert.notNull(trade, "交易对象不能为空"); int timeOut = 0; String result = null; while (true) { result = queryStatus(satus); //获取状态 if (result == TradeStatus.UNDERWAY) { try { if (timeOut > waitTimeOut) { logger.warn(String.format("查询状态结果超时.")); break; } timeOut += 5000; Thread.sleep(5000); // 5秒同步一次 } catch (InterruptedException e) { if (logger.isInfoEnabled()) { logger.info("等待支付结果被中断"); } break; } } else { break;// 查到银行结果  } } if (result != TradeStatus.UNDERWAY) { //处理结果  } if (logger.isDebugEnabled()) { logger.debug(String.format("查询完成，查询结果为：%s", result)); } } catch (Exception e) { logger.error(String.format("查询支付结果异常"), e); throw new SimpleException("查询支付结果异常", e); } }

二：实现的serviceapache

public interface TaskManager {

    /**
     * @param task
     */
    void addTask(Runnable task);

    /**
     * @return
     */
    int getActiveCount();
    
    /**
     * 中止任务管理器
     */
    void stop();

}

三：service的实现类服务器

package com.service.impl;

import java.util.concurrent.BlockingQueue;
import java.util.concurrent.LinkedBlockingQueue;
import java.util.concurrent.ThreadPoolExecutor;
import java.util.concurrent.TimeUnit;

import javax.annotation.Resource;

import org.apache.commons.logging.Log;
import org.apache.commons.logging.LogFactory;
import org.springframework.beans.factory.InitializingBean;
import org.springframework.core.task.TaskExecutor;

import com.service.TaskManager;

/**
 * 后台异步任务执行器
 *
 */
public class TaskManagerImpl implements TaskManager, InitializingBean {

    private static Log logger = LogFactory.getLog(TaskManagerImpl.class);

    private ThreadPoolExecutor executer = null;

    private int corePoolSize = 5;

    private int maximumPoolSize = 50;

    private long keepAliveTime = 10;

    private TimeUnit unit = TimeUnit.MINUTES;// 秒

    private BlockingQueue<Runnable> workQueue;

    private Thread t;
    
    @Resource
    private TaskExecutor taskExecutor; 

    @Override
    public void addTask(Runnable task) {

        taskExecutor.execute(task);
        
//        executer.execute(task);

    }

    @Override
    public int getActiveCount() {

        return 0;

    }

    /*
     * (non-Javadoc)
     * 
     * @see
     * org.springframework.beans.factory.InitializingBean#afterPropertiesSet()
     */
    @Override
    public void afterPropertiesSet() throws Exception {

        if (executer == null) {
            
            workQueue = new LinkedBlockingQueue<Runnable>();

            executer = new ThreadPoolExecutor(corePoolSize, maximumPoolSize, keepAliveTime, unit, workQueue, new ThreadPoolExecutor.AbortPolicy());
            
            
            t = new Thread(new Runnable() {
                
                @Override
                public void run() {

                    while (true) {
                        
                        try {
                            Thread.sleep(120 * 1000);
                        
                            if (logger.isDebugEnabled()) {
                                
                                String msg = String.format("队列大小:%d, 激活任务数: %d, poolSize: %d, 任务数：%d, 已处理任务数：%d", 
                                         workQueue.size(), getActiveCount(), executer.getPoolSize(), executer.getTaskCount(), executer.getCompletedTaskCount());
                                
                                logger.debug(msg);
                                
                            }
                        
                        } catch (InterruptedException e) {
                            return;
                        }
                        
                        
                    }
                    
                }
            });
            t.setDaemon(true);
            t.setName("异步任务健康检查线程");
            t.start();
            
        }
        
    }

    @Override
    public void stop() {

        if (executer == null)
            return;

        try {
            logger.info("准备中止任务管理器");
            executer.shutdown();
            executer.awaitTermination(5, TimeUnit.SECONDS);
        } catch (InterruptedException e) {

            logger.info("任务被停止.");
        } finally {
            if (!executer.isTerminated()) {
                logger.info("取消未完成的任务.");
            }
            executer.shutdownNow();
            logger.info("任务管理器中止完成.");
        }
    }

    /**
     * @return the corePoolSize
     */
    public int getCorePoolSize() {
        return corePoolSize;
    }

    /**
     * @param corePoolSize
     *            the corePoolSize to set
     */
    public void setCorePoolSize(int corePoolSize) {
        this.corePoolSize = corePoolSize;
    }

    /**
     * @return the maximumPoolSize
     */
    public int getMaximumPoolSize() {
        return maximumPoolSize;
    }

    /**
     * @param maximumPoolSize
     *            the maximumPoolSize to set
     */
    public void setMaximumPoolSize(int maximumPoolSize) {
        this.maximumPoolSize = maximumPoolSize;
    }

    /**
     * @return the keepAliveTime
     */
    public long getKeepAliveTime() {
        return keepAliveTime;
    }

    /**
     * @param keepAliveTime
     *            the keepAliveTime to set
     */
    public void setKeepAliveTime(long keepAliveTime) {
        this.keepAliveTime = keepAliveTime;
    }

    /**
     * @return the unit
     */
    public TimeUnit getUnit() {
        return unit;
    }

    /**
     * @param unit
     *            the unit to set
     */
    public void setUnit(TimeUnit unit) {
        this.unit = unit;
    }

}

四：xml 配置多线程

       <!-- 异步任务执行器配置 -->
    <bean id="taskManager" class="com.service.impl.TaskManagerImpl">
        <property name="corePoolSize" value="30"></property>
        <property name="maximumPoolSize" value="100"></property>
        <property name="keepAliveTime" value="10"></property>
    </bean>
    
    <!-- 
        任务执行器  
        pool-size="5-20", 表示线程池活跃的线程数为5，最大线程数为20；
        queue-capacity="100"    表示队列大小为100
    -->
    <task:executor id="taskExecutor" keep-alive="30" pool-size="5-20" queue-capacity="100" rejection-policy="ABORT"/>

以上异步处理就完成了。并发

下面是摘录下来的一些解释：异步

五。配置解释
当一个任务经过execute(Runnable)方法欲添加到线程池时：
一、若是此时线程池中的数量小于corePoolSize，即便线程池中的线程都处于空闲状态，也要建立新的线程来处理被添加的任务。
二、若是此时线程池中的数量等于 corePoolSize，可是缓冲队列 workQueue未满，那么任务被放入缓冲队列。
三、若是此时线程池中的数量大于corePoolSize，缓冲队列workQueue满，而且线程池中的数量小于maximumPoolSize，建新的线程来处理被添加的任务。
四、若是此时线程池中的数量大于corePoolSize，缓冲队列workQueue满，而且线程池中的数量等于maximumPoolSize，那么经过 handler所指定的策略来处理此任务。也就是：处理任务的优先级为：核心线程corePoolSize、任务队列workQueue、最大线程 maximumPoolSize，若是三者都满了，使用handler处理被拒绝的任务。
五、当线程池中的线程数量大于 corePoolSize时，若是某线程空闲时间超过keepAliveTime，线程将被终止。这样，线程池能够动态的调整池中的线程数。

ide

六其它线程池
JDK的ThreadPoolExecutor
一个 ExecutorService，它使用可能的几个池线程之一执行每一个提交的任务，一般使用Executors 工厂方法配置。
线程池能够解决两个不一样问题：因为减小了每一个任务调用的开销，它们一般能够在执行大量异步任务时提供加强的性能，而且还能够提供绑定和管理资源（包括执行集合任务时使用的线程）的方法。每一个ThreadPoolExecutor 还维护着一些基本的统计数据，如完成的任务数。
为了便于跨大量上下文使用，此类提供了不少可调整的参数和扩展挂钩。可是，强烈建议程序员使用较为方便的 Executors 工厂方法 Executors.newCachedThreadPool()（无界线程池，能够进行自动线程回收）、 Executors.newFixedThreadPool(int)（固定大小线程池）和 Executors.newSingleThreadExecutor()（单个后台线程），它们均为大多数使用场景预约义了设置。不然，在手动配置和调整此类时，使用如下指导：
一、核心和最大池大小
ThreadPoolExecutor 将根据 corePoolSize（参见 getCorePoolSize()）和 maximumPoolSize（参见getMaximumPoolSize()）设置的边界自动调整池大小。当新任务在方法 execute(java.lang.Runnable) 中提交时，若是运行的线程少于 corePoolSize，则建立新线程来处理请求，即便其余辅助线程是空闲的。若是运行的线程多于 corePoolSize 而少于 maximumPoolSize，则仅当队列满时才建立新线程。若是设置的 corePoolSize 和 maximumPoolSize 相同，则建立了固定大小的线程池。若是将 maximumPoolSize 设置为基本的无界值（如Integer.MAX_VALUE），则容许池适应任意数量的并发任务。在大多数状况下，核心和最大池大小仅基于构造来设置，不过也可使用setCorePoolSize(int) 和 setMaximumPoolSize(int) 进行动态更改。
二、按需构造
默认状况下，即便核心线程最初只是在新任务须要时才建立和启动的，也可使用方法 prestartCoreThread() 或prestartAllCoreThreads() 对其进行动态重写。
三、建立新线程
使用 ThreadFactory 建立新线程。若是没有另外说明，则在同一个ThreadGroup 中一概使用Executors.defaultThreadFactory() 建立线程，而且这些线程具备相同的NORM_PRIORITY 优先级和非守护进程状态。经过提供不一样的 ThreadFactory，能够改变线程的名称、线程组、优先级、守护进程状态，等等。若是从newThread 返回 null 时ThreadFactory 未能建立线程，则执行程序将继续运行，但不能执行任何任务。
四、保持活动时间
若是池中当前有多于 corePoolSize 的线程，则这些多出的线程在空闲时间超过 keepAliveTime 时将会终止（参见 getKeepAliveTime(java.util.concurrent.TimeUnit)）。这提供了当池处于非活动状态时减小资源消耗的方法。若是池后来变得更为活动，则能够建立新的线程。也可使用方法setKeepAliveTime(long, java.util.concurrent.TimeUnit) 动态地更改此参数。使用Long.MAX_VALUETimeUnit.NANOSECONDS 的值在关闭前有效地从之前的终止状态禁用空闲线程。
五、排队
全部 BlockingQueue 均可用于传输和保持提交的任务。可使用此队列与池大小进行交互：
若是运行的线程少于 corePoolSize，则 Executor 始终首选添加新的线程，而不进行排队。
若是运行的线程等于或多于 corePoolSize，则 Executor 始终首选将请求加入队列，而不添加新的线程。
若是没法将请求加入队列，则建立新的线程，除非建立此线程超出 maximumPoolSize，在这种状况下，任务将被拒绝。
排队有三种通用策略：
a、直接提交。工做队列的默认选项是 SynchronousQueue，它将任务直接提交给线程而不保持它们。在此，若是不存在可用于当即运行任务的线程，则试图把任务加入队列将失败，所以会构造一个新的线程。此策略能够避免在处理可能具备内部依赖性的请求集合时出现锁定。直接提交一般要求无界 maximumPoolSizes 以免拒绝新提交的任务。当命令以超过队列所能处理的平均数连续到达时，此策略容许无界线程具备增加的可能性。
b、无界队列。使用无界队列（例如，不具备预约义容量的 LinkedBlockingQueue）将致使在全部 corePoolSize 线程都忙的状况下将新任务加入队列。这样，建立的线程就不会超过 corePoolSize。（所以，maximumPoolSize 的值也就无效了。）当每一个任务彻底独立于其余任务，即任务执行互不影响时，适合于使用无界队列；例如，在 Web 页服务器中。这种排队可用于处理瞬态突发请求，当命令以超过队列所能处理的平均数连续到达时，此策略容许无界线程具备增加的可能性。
c、有界队列。当使用有限的 maximumPoolSizes 时，有界队列（如 ArrayBlockingQueue）有助于防止资源耗尽，可是可能较难调整和控制。队列大小和最大池大小可能须要相互折衷：使用大型队列和小型池能够最大限度地下降 CPU 使用率、操做系统资源和上下文切换开销，可是可能致使人工下降吞吐量。若是任务频繁阻塞（例如，若是它们是 I/O 边界），则系统可能为超过您许可的更多线程安排时间。使用小型队列一般要求较大的池大小，CPU 使用率较高，可是可能遇到不可接受的调度开销，这样也会下降吞吐量。
六、被拒绝的任务
当 Executor 已经关闭，而且 Executor 将有限边界用于最大线程和工做队列容量，且已经饱和时，在方法 execute(java.lang.Runnable) 中提交的新任务将被拒绝。在以上两种状况下，execute 方法都将调用其RejectedExecutionHandler 的RejectedExecutionHandler.rejectedExecution(java.lang.Runnable, java.util.concurrent.ThreadPoolExecutor) 方法。下面提供了四种预约义的处理程序策略：
在默认的 ThreadPoolExecutor.AbortPolicy 中，处理程序遭到拒绝将抛出运行时RejectedExecutionException。
在 ThreadPoolExecutor.CallerRunsPolicy 中，线程调用运行该任务的execute 自己。此策略提供简单的反馈控制机制，可以减缓新任务的提交速度。
在 ThreadPoolExecutor.DiscardPolicy 中，不能执行的任务将被删除。
在 ThreadPoolExecutor.DiscardOldestPolicy 中，若是执行程序还没有关闭，则位于工做队列头部的任务将被删除，而后重试执行程序（若是再次失败，则重复此过程）。
定义和使用其余种类的 RejectedExecutionHandler 类也是可能的，但这样作须要很是当心，尤为是当策略仅用于特定容量或排队策略时。
七、挂钩方法
此类提供 protected 可重写的 beforeExecute(java.lang.Thread, java.lang.Runnable) 和afterExecute(java.lang.Runnable, java.lang.Throwable) 方法，这两种方法分别在执行每一个任务以前和以后调用。它们可用于操纵执行环境；例如，从新初始化 ThreadLocal、搜集统计信息或添加日志条目。此外，还能够重写方法terminated() 来执行 Executor 彻底终止后须要完成的全部特殊处理。
若是挂钩或回调方法抛出异常，则内部辅助线程将依次失败并忽然终止。
八、队列维护
方法 getQueue() 容许出于监控和调试目的而访问工做队列。强烈反对出于其余任何目的而使用此方法。remove(java.lang.Runnable) 和purge() 这两种方法可用于在取消大量已排队任务时帮助进行存储回收。性能

偶遇晨光原创

2016-03-11