在多线程环境中并行执行每个子任务

Question

我正在开发一个库，它将一个对象 DataRequest 作为输入参数并基于该对象，我将构造一个 URL，然后使用 apache 调用我们的应用服务器http 客户端，然后将响应返回给正在使用我们库的客户。有些客户会调用 executeSync 方法来获取相同的功能，有些客户会调用我们的 executeAsync 方法来获取数据。

• executeSync() - 等到我有结果，返回结果。
• executeAsync() - 立即返回一个 Future，如果需要，可以在其他事情完成后处理它。

下面是我的 DataClient 类，它有以上两种方法：

public class DataClient implements Client {
  private final ForkJoinPool forkJoinPool = new ForkJoinPool(16);
  private CloseableHttpClient httpClientBuilder;

  // initializing httpclient only once
  public DataClient() {
    try {
      RequestConfig requestConfig =
          RequestConfig.custom().setConnectionRequestTimeout(500).setConnectTimeout(500)
              .setSocketTimeout(500).setStaleConnectionCheckEnabled(false).build();
      SocketConfig socketConfig =
          SocketConfig.custom().setSoKeepAlive(true).setTcpNoDelay(true).build();

      PoolingHttpClientConnectionManager poolingHttpClientConnectionManager =
          new PoolingHttpClientConnectionManager();
      poolingHttpClientConnectionManager.setMaxTotal(300);
      poolingHttpClientConnectionManager.setDefaultMaxPerRoute(200);

      httpClientBuilder =
          HttpClientBuilder.create().setConnectionManager(poolingHttpClientConnectionManager)
              .setDefaultRequestConfig(requestConfig).setDefaultSocketConfig(socketConfig).build();
    } catch (Exception ex) {
      // log error
    }
  }

  @Override
  public List<DataResponse> executeSync(DataRequest key) {
    List<DataResponse> responsList = null;
    Future<List<DataResponse>> responseFuture = null;

    try {
      responseFuture = executeAsync(key);
      responsList = responseFuture.get(key.getTimeout(), key.getTimeoutUnit());
    } catch (TimeoutException | ExecutionException | InterruptedException ex) {
      responsList =
          Collections.singletonList(new DataResponse(DataErrorEnum.CLIENT_TIMEOUT,
              DataStatusEnum.ERROR));
      responseFuture.cancel(true);
      // logging exception here
    }
    return responsList;
  }

  @Override
  public Future<List<DataResponse>> executeAsync(DataRequest key) {
    DataFetcherTask task = new DataFetcherTask(key, this.httpClientBuilder);
    return this.forkJoinPool.submit(task);
  }
}

下面是我的 DataFetcherTask 类，它还有一个静态类 DataRequestTask，它通过 URL 调用我们的应用服务器：

public class DataFetcherTask extends RecursiveTask<List<DataResponse>> {
  private final DataRequest key;
  private final CloseableHttpClient httpClientBuilder;

  public DataFetcherTask(DataRequest key, CloseableHttpClient httpClientBuilder) {
    this.key = key;
    this.httpClientBuilder = httpClientBuilder;
  }

  @Override
  protected List<DataResponse> compute() {
    // Create subtasks for the key and invoke them
    List<DataRequestTask> requestTasks = requestTasks(generateKeys());
    invokeAll(requestTasks);

    // All tasks are finished if invokeAll() returns.
    List<DataResponse> responseList = new ArrayList<>(requestTasks.size());
    for (DataRequestTask task : requestTasks) {
      try {
        responseList.add(task.get());
      } catch (InterruptedException | ExecutionException e) {
        Thread.currentThread().interrupt();
        return Collections.emptyList();
      }
    }
    return responseList;
  }

  private List<DataRequestTask> requestTasks(List<DataRequest> keys) {
    List<DataRequestTask> tasks = new ArrayList<>(keys.size());
    for (DataRequest key : keys) {
      tasks.add(new DataRequestTask(key));
    }
    return tasks;
  }

  // In this method I am making a HTTP call to another service
  // and then I will make List<DataRequest> accordingly.
  private List<DataRequest> generateKeys() {
    List<DataRequest> keys = new ArrayList<>();
    // use key object which is passed in contructor to make HTTP call to another service
    // and then make List of DataRequest object and return keys.
    return keys;
  }

  /** Inner class for the subtasks. */
  private static class DataRequestTask extends RecursiveTask<DataResponse> {
    private final DataRequest request;

    public DataRequestTask(DataRequest request) {
      this.request = request;
    }

    @Override
    protected DataResponse compute() {
      return performDataRequest(this.request);
    }

    private DataResponse performDataRequest(DataRequest key) {
      MappingHolder mappings = DataMapping.getMappings(key.getType());
      List<String> hostnames = mappings.getAllHostnames(key);

      for (String hostname : hostnames) {
        String url = generateUrl(hostname);
        HttpGet httpGet = new HttpGet(url);
        httpGet.setConfig(generateRequestConfig());
        httpGet.addHeader(key.getHeader());

        try (CloseableHttpResponse response = httpClientBuilder.execute(httpGet)) {
          HttpEntity entity = response.getEntity();
          String responseBody =
              TestUtils.isEmpty(entity) ? null : IOUtils.toString(entity.getContent(),
                  StandardCharsets.UTF_8);

          return new DataResponse(responseBody, DataErrorEnum.OK, DataStatusEnum.OK);
        } catch (IOException ex) {
          // log error
        }
      }
      return new DataResponse(DataErrorEnum.SERVERS_DOWN, DataStatusEnum.ERROR);
    }
  }
}

对于每个DataRequest 对象，都有一个DataResponse 对象。现在一旦有人通过传递DataRequest 对象调用我们的库，我们在内部创建List<DataRequest> 对象，然后我们并行调用每个DataRequest 对象并返回List<DataResponse>，其中列表中的每个DataResponse 对象将响应对应DataRequest对象。

以下是流程：

• 客户将通过传递DataRequest 对象来调用DataClient 类。他们可以根据需要调用executeSync() 或executeAsync() 方法。
• 现在在DataFetcherTask 类（这是RecursiveTask 的ForkJoinTask's 子类型之一）中，给定一个key 对象，它是一个DataRequest，我将生成List<DataRequest>，然后调用每个子任务对列表中的每个 DataRequest 对象并行处理。这些子任务在与父任务相同的ForkJoinPool 中执行。
• 现在在DataRequestTask 类中，我通过创建一个URL 执行每个DataRequest 对象并返回其DataResponse 对象。

---

问题陈述：

由于这个库是在一个非常高吞吐量的环境中调用的，所以它必须非常快。对于同步调用，这里可以在单独的线程中执行吗？在这种情况下，它会产生线程的额外成本和资源以及线程上下文切换的成本，所以我有点困惑。另外我在这里使用ForkJoinPool，这将节省我使用额外线程池的时间，但它在这里是正确的选择吗？

有没有更好、更有效的方法来做同样的事情，同时也能提高性能？我正在使用 Java 7 并且也可以访问 Guava 库，所以如果它可以简化任何事情，那么我也愿意这样做。

当它在非常重的负载下运行时，我们似乎看到了一些争用。当在非常重的负载下运行时，这段代码有什么办法可以进入线程争用？

Answer 1

我认为在您的情况下，最好使用异步 http 调用，请参阅链接：HttpAsyncClient。而且您不需要使用线程池。

在 executeAsync 方法中创建空的 CompletableFuture() 并将其传递给客户端调用，在回调调用中通过调用 complete 来设置 completableFuture 的结果（如果引发异常，则为 completeExceptionally）。 ExecuteSync 方法实现看起来不错。

编辑：

对于 java 7，它只需要替换一个 completableFuture 来承诺在 guava 中的实现，比如 ListenableFuture 或类似的东西

Answer 2

选择使用ForkJoinPool 是正确的，它旨在提高许多小任务的效率：

ForkJoinPool 与其他类型的 ExecutorService 的不同之处主要在于它采用了工作窃取：池中的所有线程都尝试查找并执行提交到池和/或由其他活动任务创建的任务（如果最终阻塞等待工作，如果不存在）。当大多数任务产生其他子任务（大多数 ForkJoinTasks 也是如此）时，以及当许多小任务从外部客户端提交到池时，这可以实现高效处理。尤其是在构造函数中将 asyncMode 设置为 true 时，ForkJoinPools 也可能适用于从未加入的事件式任务。

我建议在构造函数中尝试asyncMode = true，因为在您的情况下，任务从未加入：

public class DataClient implements Client {
    private final ForkJoinPool forkJoinPool = new ForkJoinPool(16, ForkJoinPool.ForkJoinWorkerThreadFactory, null, true);
...
}

对于executeSync()，您可以使用forkJoinPool.invoke(task)，这是在池中执行同步任务以优化资源的托管方式：

@Override
public List<DataResponse> executeSync(DataRequest key) {
  DataFetcherTask task = new DataFetcherTask(key, this.httpClientBuilder);
  return this.forkJoinPool.invoke(task);
}

如果您可以使用 Java 8，那么已经优化了一个公共池：ForkJoinPool.commonPool()