利用Doug Lea的并发包实现带超时机制的线程池

    jdk5引入的concurrent包来自于Doug Lea的卓越贡献。最近我在查找服务器OOM的原因之后，决定采用这个包重写应用中一个servlet，这个servlet调用了一个阻塞方法，当被阻塞 之后，服务器中的线程数（因为阻塞了，后续请求不断地新增线程）突然增加导致了服务器当机，因此决定采用一个线程池，并且设置超时，如果阻塞方法超过一定 时间就取消线程。因为我们的项目仍然跑在jdk 1.4.2上面，短期内不可能升级到jdk5，还是要利用这个并发包。去这里下载源码并自己打包成jar，加入项目的lib，然后利用PooledExecutor和TimedCallable来实现我们的需求。首先是线程池，相当简单：

java 代码

import EDU.oswego.cs.dl.util.concurrent.BoundedBuffer;
import EDU.oswego.cs.dl.util.concurrent.PooledExecutor;
/**
 * 
    类说明：线程池
 * 
    注意事项：
 *
 * 
    创建日期：Sep 7, 2007 1:25:33 PM
* @author:dennis zane
 * @version $Id:$
 */
public class MyThreadPool{
    private static PooledExecutor exec = new PooledExecutor(new BoundedBuffer(
            20), 30);
    static {
        exec.setKeepAliveTime(1000 * 60 * 5);
        exec.createThreads(5);
        exec.setMinimumPoolSize(4);
    }

    public static void execute(final Runnable r) {
        try {
            exec.execute(r);
        } catch (InterruptedException e) {
            Thread.currentThread().interrupt();
        }
    }

    public static void shutdown() {
        exec.shutdownAfterProcessingCurrentlyQueuedTasks();
        exec = null;
    }

}

    静态初始化并设置一个PoolExecutor，设置空闲线程的存活时间为5分钟，设置最小线程数为4，最大线程数为30,一开始创建5个线程以待使用 （根据各自的应用调整这些参数），另外提供了shutdown方法以供ServeltContextListener的contextDestroyed 方法调用以关闭线程池。那么，结合TimedCallable来实现提交线程的超时机制,调用类似：

java 代码

//设置超时时间
        private static final long timeout = 1000;
        ......
        ......
        Callable callable = new Callable() {
             public Object call() {
                 return new YourProgram().run();
             }
         };
         TimedCallable timedCallable = new TimedCallable(callable, timeout);
         FutureResult future = new FutureResult();
         Runnable cmd = future.setter(timedCallable);
         //提交给线程池来执行
         MyThreadPool.execute(cmd);
         //获取任务结果
         YourObject obj= (YourObject) future.get();

如果不是很理解这段代码，那么也许你应该先看看jdk5引入的Future、FutureTask等类，或者看看这里的 文档。对于超时时间的大小估算，你应当在生产环境中计算该阻塞方法的调用时间，正常运行一段时间，利用脚本语言（比如ruby、python）分析日志以 得到一个调用花费时间的最大值作为timeout，这里的单位是毫秒。而线程池大小的估算，要看你提交给线程执行的任务的类型：如果是计算密集型的任务， 那么线程池的大小一般是（cpu个数+1）；如果是IO密集型的任务（一般的web应用皆是此类），那么估算有一个公式,
假设N-cpu是cpu个数，U是目标CPU使用率，W/C是任务的等待时间与计算时间的比率，那么最优的池大小等于：
N-threads=N-cpu*U*(1+W/C)
   

分享到：

深入下Ruby中的String | PIPE2——Petri网编辑工具

• 2007-09-09 14:25
• 浏览 3469
• 评论(0)
• 查看更多