openjdk8 项目结构_OpenJDK织机和结构化并发

拼搏现实的明天。 2023-02-25 05:58 41阅读 0赞

openjdk8 项目结构

Project Loom是Hotspot Group赞助的项目之一，旨在向JAVA世界提供高吞吐量和轻量级的并发模型。 在撰写本文时，Loom项目仍在积极开发中，其API可能会更改。

## 为什么要织机？ ##

每个新项目可能会出现的第一个问题是为什么？  
为什么我们需要学习新的东西，它对我们有帮助？ （如果确实如此）

因此，要专门针对Loom回答此问题，我们首先需要了解JAVA中现有线程系统如何工作的基础知识。

JVM内部产生的每个线程在OS内核空间中都有**一个一对一的**对应线程，并具有自己的堆栈，寄存器，程序计数器和状态。 每个线程的最大部分可能是堆栈，堆栈大小以兆字节为单位，通常在1MB到2MB之间。  
因此，这些类型的线程在启动和运行时方面都很昂贵。 不可能在一台机器上产生1万个线程并期望它能正常工作。

有人可能会问为什么我们甚至需要那么多线程？ 鉴于CPU只有几个超线程。 例如，CPU Internal Core i9总共有16个线程。  
好吧，CPU并不是您的应用程序使用的唯一资源，任何没有I / O的软件都只会导致全球变暖！  
一旦线程需要I / O，操作系统就会尝试为其分配所需的资源，并同时调度另一个需要CPU的线程。 因此，我们在应用程序中拥有的线程越多，我们就越可以并行利用这些资源。

一个非常典型的示例是Web服务器。 每台服务器能够在每个时间点处理数千个打开的连接，但是同时处理多个连接要么需要数千个线程，要么需要**异步**非阻塞代码（ **我可能会在接下来的几周内撰写另一篇文章，以解释更多有关异步代码** ），就像前面提到的，成千上万个OS线程既不是您也不是OS会满意的！

## 织机如何提供帮助？ ##

作为Project Loom的一部分，引入了一种称为**Fiber**的新型线程。 光纤也称为**虚拟线程** ， **绿色线程或用户线程，**因为这些名称暗示完全由VM处理，并且OS甚至都不知道此类线程存在。 这意味着并非每个VM线程都需要在OS级别具有相应的线程！ **虚拟线程**可能被I / O阻塞或等待从另一个线程获取信号，但是，与此同时，其他**虚拟线程**也可以利用基础**线程！**

![format_png][]

上图说明了虚拟线程和OS线程之间的关系。 虚拟线程可以简单地被I / O阻塞，在这种情况下，基础线程将被另一个虚拟线程使用。

这些虚拟线程的内存占用量将以千字节为单位，而不是兆字节。 如果需要，可以在生成它们之后扩展它们的堆栈，这样JVM不需要为它们分配大量内存。

因此，既然我们有一种非常轻巧的方式来实现并发，我们就可以重新考虑存在于Java经典线程中的最佳实践。

如今，在Java中实现并发最常用的结构是**ExecutorService的**不同实现。 它们具有非常方便的API，并且相对易于使用。 执行程序服务具有一个内部线程池，用于根据开发人员定义的特征来控制可以产生多少个线程。 该线程池主要用于限制应用程序创建的OS线程的数量，因为如上所述，它们是昂贵的资源，我们应该尽可能地重用它们。 但是现在可以生成轻量级虚拟线程了，我们也可以重新考虑使用**ExecutorServices**的方式。

## 结构化并发 ##

[结构化并发][Link 1]是一种编程范例，是一种编写易于读取和维护的并发程序的结构化方法。 如果代码对并发任务有明确的入口和出口点，则其主要思想与结构化编程非常相似，与启动可能比当前作用域更长的并发任务相比，对代码的推理要容易得多！

为了更清楚地了解结构化并发代码的外观，请考虑以下伪代码：

void notifyUser(User user) { 
       try (var scope = new ConcurrencyScope()) { 
         scope.submit( () -> notifyByEmail(user)); 
         scope.submit( () -> notifyBySMS(user)); 
       } 
       LOGGER.info( "User has been notified successfully" );  }

notifyUser方法应该通过电子邮件和SMS通知用户，一旦成功完成此方法将记录一条消息。 使用结构化并发，可以保证在两种通知方法都完成后立即写入日志。 换句话说，如果尝试范围在其中所有已启动的并发作业都完成了，那么它将完成！

**注意：**为了使示例简单，我们假设notifyByEmail和notifyBySMS在上面的示例中，在内部确实处理所有可能的极端情况，并始终使其通过。

## JAVA的结构化并发 ##

在本节中，我将通过一个非常简单的示例展示如何用JAVA编写结构化并发应用程序以及**Fibers**如何帮助扩展应用程序。

### 我们要解决的问题 ###

想象一下，所有I / O绑定有1万个任务，而每个任务恰好需要100毫秒才能完成。 我们被要求编写高效的代码来完成这些工作。

我们使用下面定义的**Job**类来模仿我们的工作。

public class Job { 
         public void doIt() { 
             try { 
                 Thread.sleep(100l); 
             } catch (InterruptedException e) { 
                 e.printStackTrace(); 
             } 
         }  }

### 第一次尝试 ###

在第一次尝试中，我们使用**缓存线程池**和**OS线程**来编写它**。**

public class ThreadBasedJobRunner implements JobRunner { 
         @Override 
         public long run(List<Job> jobs) { 
             var start = System.nanoTime(); 
             var executor = Executors.newCachedThreadPool(); 
             for (Job job : jobs) { 
                 executor.submit(job::doIt); 
             } 
             executor.shutdown(); 
             try { 
                 executor.awaitTermination( 1 , TimeUnit.DAYS); 
             } catch (InterruptedException e) { 
                 e.printStackTrace(); 
                 Thread.currentThread().interrupt(); 
             } 
             var end = System.nanoTime(); 
             long timeSpentInMS = Util.nanoToMS(end - start);  
             return timeSpentInMS; 
         }  }

在此尝试中，我们没有应用Loom项目中的任何内容。 只是一个缓存的线程池，以确保将使用空闲线程，而不是创建新线程。

让我们看看使用此实现可以运行10,000个作业所需的时间。 我使用下面的代码来查找运行速度最快的10个代码。 为简单起见，未使用任何微基准测试工具。

public class ThreadSleep { 
         public static void main(String[] args) throws InterruptedException { 
             List<Long> timeSpents = new ArrayList<>( 100 ); 
             var jobs = IntStream.range( 0 , 10000 ).mapToObj(n -> new Job()).collect(toList()); 
             for ( int c = 0 ; c <= 100 ; c++) { 
                 var jobRunner = new var jobRunner = ThreadBasedJobRunner(); 
                 var timeSpent = jobRunner.run(jobs); 
                 timeSpents.add(timeSpent); 
             } 
             Collections.sort(timeSpents); 
             System.out.println( "Top 10 executions took:" ); 
             timeSpents.stream().limit( 10 ) 
                     .forEach(timeSpent -> 
                             System.out.println( "%s ms" .formatted(timeSpent)) 
                     ); 
         }  }

我的机器上的结果是：

执行死刑前10名：  
694毫秒  
695毫秒 696毫秒 696毫秒 696毫秒 697毫秒 699毫秒 700毫秒 700毫秒 700毫秒

到目前为止，我们有一个代码，在最好的情况下，大约需要700毫秒才能在我的计算机上运行10,000个作业。 让我们这次使用Loom功能实现JobRunner。

### 第二次尝试（使用光纤） ###

在使用**Fibers**或**Virtual Threads**的实现中，我还将以结构化方式对并发进行编码。

public class FiberBasedJobRunner implements JobRunner { 
         @Override 
         public long run(List<Job> jobs) { 
             var start = System.nanoTime(); 
             var factory = Thread.builder().virtual().factory(); 
             try (var executor = Executors.newUnboundedExecutor(factory)) { 
                 for (Job job : jobs) { 
                     executor.submit(job::doIt); 
                 } 
             } 
             var end = System.nanoTime(); 
             long timeSpentInMS = Util.nanoToMS(end - start); 
             return timeSpentInMS; 
         }  }

也许关于此实现的第一个值得注意的事情是它的简洁性，如果将其与ThreadBasedJobRunner进行比较，您会发现该代码的行数更少！ 主要原因是ExecutorService接口中的新更改现在扩展了**Autocloseable** ，因此，我们可以在try-with-resources范围中使用它。 所有提交的作业完成后，将执行try块之后的代码。

这正是我们用来在JAVA中编写结构化并发代码的主要结构。

上面代码中的另一个新事物是我们构建线程工厂的新方法。 Thread类有一个称为**builder**的新静态方法，可用于创建**Thread**或**ThreadFactory** 。  
该行代码正在创建一个创建**虚拟线程**的线程工厂**。**

var factory = Thread.builder().virtual().factory();

现在，让我们看看使用此实现可以运行10,000个作业所需的时间。

执行死刑前10名：  
121毫秒  
122毫秒 122毫秒 123毫秒 124毫秒 124毫秒 124毫秒 125毫秒 125毫秒 125毫秒

鉴于Project Loom仍在积极开发中，并且仍有提高速度的空间，但结果确实很棒。  
不论是全部还是部分应用，都可以以最小的努力受益于Fibers！ 唯一需要更改的是线程池的**线程工厂** ，仅此而已！

具体来说，在此示例中，应用程序的运行速度提高了约6倍，但是，速度并不是我们在这里获得的唯一结果！

尽管我不想写有关使用Fibers大大减少了的应用程序的内存占用的信息，但是我强烈建议您在此访问[本文][Link 2]的代码，并比较使用的内存量和每个实现占用的OS线程数！ 您可以在[此处][Link 3]下载Loom的官方早期试用版。

在接下来的帖子中，我将详细介绍Loom引入的其他API项目，以及我们如何将其应用于现实生活中的用例。

请不要犹豫，通过评论与我分享您的反馈意见

> 翻译自: [https://www.javacodegeeks.com/2020/02/openjdk-loom-and-structured-concurrency.html][https_www.javacodegeeks.com_2020_02_openjdk-loom-and-structured-concurrency.html]

openjdk8 项目结构

[format_png]: /images/20230209/b2c4ffcc30f841e5a4051e2362787813.png
[Link 1]: https://trio.discourse.group/c/structured-concurrency
[Link 2]: https://github.com/psycho-ir/javaworm/tree/master/src/loomintro
[Link 3]: https://jdk.java.net/loom/
[https_www.javacodegeeks.com_2020_02_openjdk-loom-and-structured-concurrency.html]: https://www.javacodegeeks.com/2020/02/openjdk-loom-and-structured-concurrency.html