异步调用如何使用是最好的方式？

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<Void> runAsync(Runnable runnable) {

    return asyncRunStage(asyncPool, runnable);
}

复制代码
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();

复制代码
看看useCommonPool 是什么？

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

复制代码
/**

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

复制代码
最终这个并行级别并没有给出默认值

static final int commonParallelism;
复制代码
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<ForkJoinPool>() {
            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;
}

复制代码
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);

复制代码
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();

复制代码
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;

复制代码
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();
    }
}

复制代码
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-5
Mon Sep 13 11:20:57 CST 2021:ForkJoinPool.commonPool-worker-4
Mon Sep 13 11:20:57 CST 2021:ForkJoinPool.commonPool-worker-2
Mon Sep 13 11:20:57 CST 2021:ForkJoinPool.commonPool-worker-7
Mon Sep 13 11:20:57 CST 2021:ForkJoinPool.commonPool-worker-3
Mon Sep 13 11:20:57 CST 2021:ForkJoinPool.commonPool-worker-6

Mon Sep 13 11:20:57 CST 2021:ForkJoinPool.commonPool-worker-1

Mon Sep 13 11:21:07 CST 2021:ForkJoinPool.commonPool-worker-2
Mon Sep 13 11:21:07 CST 2021:ForkJoinPool.commonPool-worker-5
Mon Sep 13 11:21:07 CST 2021:ForkJoinPool.commonPool-worker-4
复制代码
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
*/

@Slf4j
public 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;
}

}
复制代码
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();
    }
}

复制代码
输出我们指定线程名称的线程：

Mon Sep 13 11:32:35 CST 2021:Thread-Inbox-Model-1
Mon Sep 13 11:32:35 CST 2021:Thread-Inbox-Model-10
Mon Sep 13 11:32:35 CST 2021:Thread-Inbox-Model-2
Mon Sep 13 11:32:35 CST 2021:Thread-Inbox-Model-9
Mon Sep 13 11:32:35 CST 2021:Thread-Inbox-Model-5
Mon Sep 13 11:32:35 CST 2021:Thread-Inbox-Model-6
Mon Sep 13 11:32:35 CST 2021:Thread-Inbox-Model-3
Mon Sep 13 11:32:35 CST 2021:Thread-Inbox-Model-7
Mon Sep 13 11:32:35 CST 2021:Thread-Inbox-Model-8
Mon Sep 13 11:32:35 CST 2021:Thread-Inbox-Model-4
复制代码
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
@Component
public 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);
    }
}

}
复制代码
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。

最后
如果你觉得此文对你有一丁点帮助，点个赞。或者可以加入我的开发交流群：1025263163相互学习，我们会有专业的技术答疑解惑

如果你觉得这篇文章对你有点用的话，麻烦请给我们的开源项目点点star:http://github.crmeb.net/u/defu不胜感激！

PHP学习手册：https://doc.crmeb.com
技术交流论坛：https://q.crmeb.com

异步调用如何使用是最好的方式？

Mon Sep 13 11:20:57 CST 2021:ForkJoinPool.commonPool-worker-1

CRMEB

引用和评论

微信小程序商城高并发解决方案

如何实现一个楼中楼的评论系统

Just for fun——迅速写完快速排序

这些年

php-fpm reload 会取消正在处理的请求的解决方案

一个用JavaScript生成思维导图(mindmap)的github repo

从零开始 Elasticsearh Docker 单机集群