Java并发编程之线程池

什么是线程池：

java.util.concurrent.Executors提供了一个 java.util.concurrent.Executor接口的实现用于创建线程池

为什么使用线程池

在说线程池之前，我们不得不提下线程。为什么有了线程还需要使用线程池技术呢？下面我们简单的了解下。

image.png

1. 创建/销毁线程伴随着系统开销，过于频繁的创建/销毁线程，会很大程度上影响处理效率

例如：

创建线程消耗时间T1

执行任务消耗时间T2

销毁线程消耗时间T3

如果T1 + T3 远大于 T2，那么是不是说开启一个线程来执行这个任务代价有点大

2.线程并发数量过多，抢占系统资源从而导致阻塞

线程能共享系统资源，如果同时执行的线程过多，就有可能导致系统资源不足而产生阻塞的情况

3.对线程进行一些简单的管理

比如：延时执行、定时循环执行的策略

线程池的原理

阅读全文 >>
置顶

(翻译)理解并发的核心概念一

原文链接：https://dzone.com/asset/download/210335

pdf资源:

1 简介

从Java创建开始，Java就支持键并发线程和锁等概念。本参考将有帮助Java开发人员使用多线程程序来了解核心并发概念以及如何应用它们。

2 概念

概念 描述
Atomicity(原子性) 一个操作或者多个操作要么全部执行并且执行的过程不会被任何因素打断，要么就都不执行，因此部分状态是不可能的
Visibility(可见性) 一个线程看到另一线程所做的更改时的条件

表1 并发的概念

竞争条件

阅读全文 >>

(翻译)理解并发的核心概念二

接上文连接

Liveness

死锁

当多个线程在等待彼此释放持有的资源，从而形成了资源占有和等待的循环时，就产生了死锁。可能产生死锁的例子：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
class Account {
  private long amount;
  void plus(long amount) { this.amount += amount; }
  void minus(long amount) {
    if (this.amount < amount)
      throw new IllegalArgumentException();
    else
      this.amount -= amount;
  }
  static void transferWithDeadlock(long amount, Account first, Account second){
    synchronized (first) {
      synchronized (second) {
        first.minus(amount);
        second.plus(amount);
      }
    }
  }
}
阅读全文 >>
置顶

redis数据结构及内部编码-hash数据结构

更新中……

前戏skiplist：

在讲redis的hash数据结构之前我们先了解下skiplist
Wikipedia给出的解释如下：
跳跃列表(skiplist)是一种数据结构。它允许快速查询一个有序连续元素的数据链表。跳跃列表的平均查找和插入时间复杂度都是O(log n)，优于普通队列的O(n)。
通俗的讲就是：跳跃表是一种有序的数据结构，它通过在每个节点中维持多个指向其他节点的指针，从而达到快速访问节点的目的。
skiplist的插入流程如下
Skip_list_add_element-en.gif

阅读全文 >>

redis数据结构及内部编码-string数据结构

在redis中，当我们想要知道一个key的类型的时候，我们可以使用type命令
eg

1
2
3
4
127.0.0.1:6379> set a "123"
OK
127.0.0.1:6379> type a
string

如果这个key不存在的话，会返回none
eg:

1
2
127.0.0.1:6379> type abcd
none

type命令实际返回的就是当前键的数据结构类型，它们分别是：

  • string（字符串）
  • hash（哈希）
  • list（列表）
  • set（集合）
  • zset（有序集合） 阅读全文 >>

微服务扩展性和高可用-性能

原文地址：https://dzone.com/refcardz/scalability?chapter=6

系统性能

性能是指在定义的时间段内特定工作负载下的系统吞吐量和延迟。性能测试验证有关系统吞吐量、可伸缩性、可靠性和资源使用的实施决策。性能工程师与开发和部署团队合作, 以确保系统的非功能性需求 (如 SlA) 作为系统开发生命周期的一部分来实现。系统性能包括硬件、软件和网络优化。

阅读全文 >>

微服务扩展性和高可用-冗余和容错

原文出处:https://dzone.com/refcardz/scalability?chapter=5

冗余和容错

冗余系统(Redundant system)设计取决于任何系统组件故障独立于其他组件故障的预期。

容错系统在组件或子系统发生故障时继续运行；它的吞吐量可能会降低，但总体系统可用性保持不变。硬件或软件中的故障可以通过组件冗余或安全回退（如果可以在软件中进行回退）来处理。在依赖系统不可用的情况下，软件中的容错通常作为一种回退方法来实现。容错要求源自于SLA。实现依赖于硬件和软件组件，以及它们交互的规则。

阅读全文 >>

微服务扩展性和高可用-集群

原文出处:https://dzone.com/refcardz/scalability?chapter=4

集群

集群是一组计算机系统，它们协同工作以形成用户作为单个系统的形式。部署集群是为了提高服务可用性或提高计算或数据操作性能。就等效计算能力而言，集群比具有相同性能特征的单体系统更具成本效益。

集群中的系统通过高速局域网互连，如千兆以太网、光纤分布式数据接口（FDDI）、高速网络、计算网络或其他技术。
阅读全文 >>

微服务扩展性和高可用-缓存

原文出处:https://dzone.com/refcardz/scalability?chapter=3

缓存策略

有状态的负载均衡技术需要服务提供者之间共享数据。
缓存是一种在多个消费端或服务端之间共享数据的技术,计算或获取数据都是非常昂贵的.数据存储和检索在一个子系统中。该子系统提供对频繁访问数据副本的快速访问。

缓存是通过一个索引表实现的，其中有一个唯一键用于引用某些数据。消费者首先通过检查（命中）缓存，并从缓存中检索数据来访问数据。如果数据不存在（缓存没有命中），则会发生更昂贵的索引操作，消费者或者子系统会将数据插入缓存。
阅读全文 >>

微服务扩展性和高可用-负载均衡

原文出处:https://dzone.com/refcardz/scalability?chapter=2

实现系统的可扩展

SLA决定系统是否必须扩展。它们还推动了增长时间表。股票交易系统必须在最低和最高可用性水平内实时扩展。相比之下，电子商务系统可能会在一年中“缓慢”的几个月扩大规模，而在零售假日期间扩大规模，以满足更大的需求。

负载均衡

负载平衡是一种通过在两个或多个资源之间分配请求来最小化响应时间和最大化吞吐量的技术。负载均衡器可以在专用硬件设备或软件中实现。图3显示了负载平衡系统在资源使用者看来是如何通过已知地址作为单个资源公开的。负载均衡器负责根据调度规则将请求路由到可用系统。
阅读全文 >>