【多线程高并发】多线程的设计模式

桃扇骨 2022-05-23 00:54 193阅读 0赞

关键字：：多线程设计模式，Future模式，Master-Worker模式，生产者-消费者模型   
github 地址： [https://github.com/zhaikaishun/concurrent\_programming][https_github.com_zhaikaishun_concurrent_programming]   
本篇文章代码在Multi\_004 中

--------------------

## 多线程的设计模式 ##

代码在Multi\_004当中   
并行设计模式属于设计优化的一部分，他是对一些常用的多线程结构的总结和抽象，与串行程序相比，并行程序的结构通常更为复杂，因此合理的使用并行模式在多线程开发中更具有意义，在这里主要介绍Future, Master-Worker和生产者-消费者模型。

## Future模式 ##

Future模式类似于异步请求   
Future模式Java实现举例(其实JDK自带有实现，这里我先用java来实现)   
代码在： com.kaishun.height.design014 中   
![java\_future模式][java_future]

main方法

public class Main { 
    
        public static void main(String[] args) throws InterruptedException {
    
            FutureClient fc = new FutureClient();
            Data data = fc.request("请求参数");
            System.out.println("请求发送成功!");
            System.out.println("做其他的事情...");
    
            String result = data.getRequest();
            System.out.println(result);
    
        }
    }

*  1
 *  2
 *  3
 *  4
 *  5
 *  6
 *  7
 *  8
 *  9
 *  10
 *  11
 *  12
 *  13
 *  14

FutureClient类 先返回一个futureData对象，不让主方法阻塞，然后再让这个引用去得到耗时的操作的结果

public class FutureClient { 
    
        public Data request(final String queryStr){
            //1 我想要一个代理对象（Data接口的实现类）先返回给发送请求的客户端，告诉他请求已经接收到，可以做其他的事情
            final FutureData futureData = new FutureData();
            //2 启动一个新的线程，去加载真实的数据，传递给这个代理对象
            new Thread(new Runnable() {
                @Override
                public void run() {
                    //3 这个新的线程可以去慢慢的加载真实对象，然后传递给代理对象
                    RealData realData = new RealData(queryStr);
                    futureData.setRealData(realData);
                }
            }).start();
    
            return futureData;
        }
    
    }

*  1
 *  2
 *  3
 *  4
 *  5
 *  6
 *  7
 *  8
 *  9
 *  10
 *  11
 *  12
 *  13
 *  14
 *  15
 *  16
 *  17
 *  18
 *  19
 *  20

RealData类，构造方法是一个耗时的类的操作

public class RealData implements Data{ 
    
        private String result ;
    
        public RealData (String queryStr){
            System.out.println("根据'" + queryStr + "'进行查询，这是一个很耗时的操作..");
            try {
                Thread.sleep(5000);
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
            System.out.println("操作完毕，获取结果");
            result = "'查询结果'";
        }
    
        @Override
        public String getRequest() {
            return result;
        }
    
    }

*  1
 *  2
 *  3
 *  4
 *  5
 *  6
 *  7
 *  8
 *  9
 *  10
 *  11
 *  12
 *  13
 *  14
 *  15
 *  16
 *  17
 *  18
 *  19
 *  20
 *  21

FutureData类 setRealData(RealData realData)和getRequest()加了同步代码块synchronized, 线程之间通过wait/notify进行通信

public class FutureData implements Data{ 
    
        private RealData realData ;
    
        private boolean isReady = false;
    
        public synchronized void setRealData(RealData realData) {
            //如果已经装载完毕了，就直接返回
            if(isReady){
                return;
            }
            //如果没装载，进行装载真实对象
            this.realData = realData;
            isReady = true;
            //进行通知
            notify();
        }
    
        @Override
        public synchronized String getRequest() {
            //如果没装载好 程序就一直处于阻塞状态
            while(!isReady){
                try {
                    wait();
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
            }
            //装载好直接获取数据即可
            return this.realData.getRequest();
        }
    
    }

*  1
 *  2
 *  3
 *  4
 *  5
 *  6
 *  7
 *  8
 *  9
 *  10
 *  11
 *  12
 *  13
 *  14
 *  15
 *  16
 *  17
 *  18
 *  19
 *  20
 *  21
 *  22
 *  23
 *  24
 *  25
 *  26
 *  27
 *  28
 *  29
 *  30
 *  31
 *  32
 *  33

Data接口

public interface Data {
    
        String getRequest();
    
    }

*  1
 *  2
 *  3
 *  4
 *  5

最终输出

请求发送成功!
    做其他的事情...
    根据'请求参数'进行查询，这是一个很耗时的操作..
    操作完毕，获取结果
    '查询结果'

*  1
 *  2
 *  3
 *  4
 *  5

## Master-Worker模式 ##

Master-Worker模式是常用的并行计算模式。他的核心思想是系统由两类进程协作工作：Master进程和Worker进程.Maseter负责接收和分配任务, Worker负责处理子任务。当各个Worker子进行处理完成后，会将结果返回给Master，由Msster做归纳总结，好处是能将一个大任务分解成若干个小任务，并行执行，从而提高系统的吞吐量   
![java并发Master-Worker模式][java_Master-Worker]  
举例com.kaishun.height.design015

![Master-Worker模式编写步骤][Master-Worker]

Task任务类

public class Task { 
    
        private int id;
        private int price ;
        public int getId() {
            return id;
        }
        public void setId(int id) {
            this.id = id;
        }
        public int getPrice() {
            return price;
        }
        public void setPrice(int price) {
            this.price = price;
        } 
    
    }

*  1
 *  2
 *  3
 *  4
 *  5
 *  6
 *  7
 *  8
 *  9
 *  10
 *  11
 *  12
 *  13
 *  14
 *  15
 *  16
 *  17
 *  18
 *  19

Master类

//1 有一个盛放任务的容器
        private ConcurrentLinkedQueue<Task> workQueue = new ConcurrentLinkedQueue<Task>();
    
        //2 需要有一个盛放worker的集合
        private HashMap<String, Thread> workers = new HashMap<String, Thread>();
    
        //3 需要有一个盛放每一个worker执行任务的结果集合
        private ConcurrentHashMap<String, Object> resultMap = new ConcurrentHashMap<String, Object>();
    
        //4 构造方法
        public Master(Worker worker , int workerCount){
            worker.setWorkQueue(this.workQueue);
            worker.setResultMap(this.resultMap);
    
            for(int i = 0; i < workerCount; i ++){
                this.workers.put(Integer.toString(i), new Thread(worker));
            }
    
        }
    
        //5 需要一个提交任务的方法
        public void submit(Task task){
            this.workQueue.add(task);
        }
    
        //6 需要有一个执行的方法，启动所有的worker方法去执行任务
        public void execute(){
            for(Map.Entry<String, Thread> me : workers.entrySet()){
                me.getValue().start();
            }
        }
    
        //7 判断是否运行结束的方法
        public boolean isComplete() {
            for(Map.Entry<String, Thread> me : workers.entrySet()){
                if(me.getValue().getState() != Thread.State.TERMINATED){
                    return false;
                }
            }       
            return true;
        }
    
        //8 计算结果方法
        public int getResult() {
            int priceResult = 0;
            for(Map.Entry<String, Object> me : resultMap.entrySet()){
                priceResult += (Integer)me.getValue();
            }
            return priceResult;
        }
    
    }

*  1
 *  2
 *  3
 *  4
 *  5
 *  6
 *  7
 *  8
 *  9
 *  10
 *  11
 *  12
 *  13
 *  14
 *  15
 *  16
 *  17
 *  18
 *  19
 *  20
 *  21
 *  22
 *  23
 *  24
 *  25
 *  26
 *  27
 *  28
 *  29
 *  30
 *  31
 *  32
 *  33
 *  34
 *  35
 *  36
 *  37
 *  38
 *  39
 *  40
 *  41
 *  42
 *  43
 *  44
 *  45
 *  46
 *  47
 *  48
 *  49
 *  50
 *  51
 *  52

Work类

public class Worker implements Runnable { 
    
        private ConcurrentLinkedQueue<Task> workQueue;
        private ConcurrentHashMap<String, Object> resultMap;
    
        public void setWorkQueue(ConcurrentLinkedQueue<Task> workQueue) {
            this.workQueue = workQueue;
        }
    
        public void setResultMap(ConcurrentHashMap<String, Object> resultMap) {
            this.resultMap = resultMap;
        }
    
        @Override
        public void run() {
            while(true){
                Task input = this.workQueue.poll();
                if(input == null) break;
                Object output = handle(input);
                this.resultMap.put(Integer.toString(input.getId()), output);
            }
        }
    
        private Object handle(Task input) {
            Object output = null;
            try {
                //处理任务的耗时。。 比如说进行操作数据库。。。
                Thread.sleep(500);
                output = input.getPrice();
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
            return output;
        }
    }

*  1
 *  2
 *  3
 *  4
 *  5
 *  6
 *  7
 *  8
 *  9
 *  10
 *  11
 *  12
 *  13
 *  14
 *  15
 *  16
 *  17
 *  18
 *  19
 *  20
 *  21
 *  22
 *  23
 *  24
 *  25
 *  26
 *  27
 *  28
 *  29
 *  30
 *  31
 *  32
 *  33
 *  34
 *  35
 *  36

Main方法

public class Main { 
    
        public static void main(String[] args) {
    
            Master master = new Master(new Worker(), 20);
    
            Random r = new Random();
            // 100 个任务
            for(int i = 1; i <= 100; i++){
                Task t = new Task();
                t.setId(i);
                t.setPrice(r.nextInt(1000));
                master.submit(t);
            }
    
            master.execute();
            long start = System.currentTimeMillis();
    
            while(true){
                if(master.isComplete()){
                    long end = System.currentTimeMillis() - start;
                    int priceResult = master.getResult();
                    System.out.println("最终结果：" + priceResult + ", 执行时间：" + end);
                    break;
                }
            }
    
        }
    }

*  1
 *  2
 *  3
 *  4
 *  5
 *  6
 *  7
 *  8
 *  9
 *  10
 *  11
 *  12
 *  13
 *  14
 *  15
 *  16
 *  17
 *  18
 *  19
 *  20
 *  21
 *  22
 *  23
 *  24
 *  25
 *  26
 *  27
 *  28
 *  29

最终输出结果

最终结果：48098, 执行时间：2500

*  1

## 1.4 生产者-消费者模式 ##

生产者和消费者也是一个非常经典的多线程模式，我们在实际中开发应用非常广泛的思想理念。在生产-消费模式中:通常由两类线程，即若干个生产者和若干个消费者的线程。生产者负责提交用户数据，消费者负责具体处理生产者提交的任务，在生产者和消费者之间通过共享内存缓存区进行通信。

![高并发生产者-消费者模式][-]

示例：   
现在就来模拟一下上面的图示   
main方法

public class Main { 
    
        public static void main(String[] args) throws Exception {
            //内存缓冲区
            BlockingQueue<Data> queue = new LinkedBlockingQueue<Data>(10);
            //生产者
            Provider p1 = new Provider(queue);
            Provider p2 = new Provider(queue);
            Provider p3 = new Provider(queue);
            //消费者
            Consumer c1 = new Consumer(queue);
            Consumer c2 = new Consumer(queue);
            Consumer c3 = new Consumer(queue);
            //创建线程池运行,这是一个缓存的线程池，可以创建无穷大的线程，没有任务的时候不创建线程。空闲线程存活时间为60s（默认值）
    
            ExecutorService cachePool = Executors.newCachedThreadPool();
            cachePool.execute(p1);
            cachePool.execute(p2);
            cachePool.execute(p3);
            cachePool.execute(c1);
            cachePool.execute(c2);
            cachePool.execute(c3);
    
            try {
                Thread.sleep(3000);
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
            p1.stop();
            p2.stop();
            p3.stop();
            try {
                Thread.sleep(2000);
            } catch (InterruptedException e) {
                e.printStackTrace();
            }       
    // cachePool.shutdown(); 
    // cachePool.shutdownNow();
    
        }
    
    }

*  1
 *  2
 *  3
 *  4
 *  5
 *  6
 *  7
 *  8
 *  9
 *  10
 *  11
 *  12
 *  13
 *  14
 *  15
 *  16
 *  17
 *  18
 *  19
 *  20
 *  21
 *  22
 *  23
 *  24
 *  25
 *  26
 *  27
 *  28
 *  29
 *  30
 *  31
 *  32
 *  33
 *  34
 *  35
 *  36
 *  37
 *  38
 *  39
 *  40
 *  41
 *  42

Provider

public class Provider implements Runnable{ 
    
        //共享缓存区
        private BlockingQueue<Data> queue;
        //多线程间是否启动变量，有强制从主内存中刷新的功能。即时返回线程的状态
        private volatile boolean isRunning = true;
        //id生成器
        private static AtomicInteger count = new AtomicInteger();
        //随机对象
        private static Random r = new Random(); 
    
        public Provider(BlockingQueue queue){
            this.queue = queue;
        }
    
        @Override
        public void run() {
            while(isRunning){
                try {
                    //随机休眠0 - 1000 毫秒 表示获取数据(产生数据的耗时) 
                    Thread.sleep(r.nextInt(1000));
                    //获取的数据进行累计...
                    int id = count.incrementAndGet();
                    //比如通过一个getData方法获取了
                    Data data = new Data(Integer.toString(id), "数据" + id);
                    System.out.println("当前线程:" + Thread.currentThread().getName() + ", 获取了数据，id为:" + id + ", 进行装载到公共缓冲区中...");
                    if(!this.queue.offer(data, 2, TimeUnit.SECONDS)){
                        System.out.println("提交缓冲区数据失败....");
                        //do something... 比如重新提交
                    }
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
            }
        }
    
        public void stop(){
            this.isRunning = false;
        }
    
    }

*  1
 *  2
 *  3
 *  4
 *  5
 *  6
 *  7
 *  8
 *  9
 *  10
 *  11
 *  12
 *  13
 *  14
 *  15
 *  16
 *  17
 *  18
 *  19
 *  20
 *  21
 *  22
 *  23
 *  24
 *  25
 *  26
 *  27
 *  28
 *  29
 *  30
 *  31
 *  32
 *  33
 *  34
 *  35
 *  36
 *  37
 *  38
 *  39
 *  40
 *  41

Consumer

public class Consumer implements Runnable{ 
    
        private BlockingQueue<Data> queue;
    
        public Consumer(BlockingQueue queue){
            this.queue = queue;
        }
    
        //随机对象
        private static Random r = new Random(); 
    
        @Override
        public void run() {
            while(true){
                try {
                    //获取数据
                    Data data = this.queue.take();
                    //进行数据处理。休眠0 - 1000毫秒模拟耗时
                    Thread.sleep(r.nextInt(1000));
                    System.out.println("当前消费线程：" + Thread.currentThread().getName() + "， 消费成功，消费数据为id: " + data.getId());
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
            }
        }
    }

*  1
 *  2
 *  3
 *  4
 *  5
 *  6
 *  7
 *  8
 *  9
 *  10
 *  11
 *  12
 *  13
 *  14
 *  15
 *  16
 *  17
 *  18
 *  19
 *  20
 *  21
 *  22
 *  23
 *  24
 *  25
 *  26

Data类

public final class Data { 
    
        private String id;
        private String name;
    
        public Data(String id, String name){
            this.id = id;
            this.name = name;
        }
    
        public String getId() {
            return id;
        }
    
        public void setId(String id) {
            this.id = id;
        }
    
        public String getName() {
            return name;
        }
    
        public void setName(String name) {
            this.name = name;
        }
    
        @Override
        public String toString(){
            return "{id: " + id + ", name: " + name + "}";
        }
    
    }

输出

当前线程:pool-1-thread-2, 获取了数据，id为:1, 进行装载到公共缓冲区中...
    当前消费线程：pool-1-thread-5， 消费成功，消费数据为id: 1
    当前线程:pool-1-thread-3, 获取了数据，id为:2, 进行装载到公共缓冲区中...
    当前线程:pool-1-thread-2, 获取了数据，id为:3, 进行装载到公共缓冲区中...
    当前消费线程：pool-1-thread-6， 消费成功，消费数据为id: 2
    当前线程:pool-1-thread-1, 获取了数据，id为:4, 进行装载到公共缓冲区中...
    当前线程:pool-1-thread-2, 获取了数据，id为:5, 进行装载到公共缓冲区中...
    当前消费线程：pool-1-thread-5， 消费成功，消费数据为id: 4
    当前消费线程：pool-1-thread-4， 消费成功，消费数据为id: 3
    当前线程:pool-1-thread-1, 获取了数据，id为:6, 进行装载到公共缓冲区中...
    当前线程:pool-1-thread-3, 获取了数据，id为:7, 进行装载到公共缓冲区中...
    当前消费线程：pool-1-thread-6， 消费成功，消费数据为id: 5
    当前消费线程：pool-1-thread-4， 消费成功，消费数据为id: 7
    当前线程:pool-1-thread-2, 获取了数据，id为:8, 进行装载到公共缓冲区中...
    当前线程:pool-1-thread-2, 获取了数据，id为:9, 进行装载到公共缓冲区中...
    当前线程:pool-1-thread-1, 获取了数据，id为:10, 进行装载到公共缓冲区中...
    当前消费线程：pool-1-thread-5， 消费成功，消费数据为id: 6
    当前线程:pool-1-thread-3, 获取了数据，id为:11, 进行装载到公共缓冲区中...
    当前线程:pool-1-thread-1, 获取了数据，id为:12, 进行装载到公共缓冲区中...
    当前消费线程：pool-1-thread-5， 消费成功，消费数据为id: 10
    当前消费线程：pool-1-thread-6， 消费成功，消费数据为id: 8
    当前线程:pool-1-thread-1, 获取了数据，id为:13, 进行装载到公共缓冲区中...
    当前线程:pool-1-thread-3, 获取了数据，id为:14, 进行装载到公共缓冲区中...
    当前消费线程：pool-1-thread-6， 消费成功，消费数据为id: 12
    当前线程:pool-1-thread-1, 获取了数据，id为:15, 进行装载到公共缓冲区中...
    当前消费线程：pool-1-thread-4， 消费成功，消费数据为id: 9
    当前线程:pool-1-thread-2, 获取了数据，id为:16, 进行装载到公共缓冲区中...
    当前消费线程：pool-1-thread-6， 消费成功，消费数据为id: 13
    当前消费线程：pool-1-thread-5， 消费成功，消费数据为id: 11
    当前线程:pool-1-thread-3, 获取了数据，id为:17, 进行装载到公共缓冲区中...
    当前消费线程：pool-1-thread-6， 消费成功，消费数据为id: 15
    当前消费线程：pool-1-thread-4， 消费成功，消费数据为id: 14
    当前线程:pool-1-thread-2, 获取了数据，id为:18, 进行装载到公共缓冲区中...
    当前线程:pool-1-thread-1, 获取了数据，id为:19, 进行装载到公共缓冲区中...
    当前消费线程：pool-1-thread-5， 消费成功，消费数据为id: 16
    当前消费线程：pool-1-thread-6， 消费成功，消费数据为id: 17
    当前消费线程：pool-1-thread-5， 消费成功，消费数据为id: 19
    当前消费线程：pool-1-thread-4， 消费成功，消费数据为id: 18

[https_github.com_zhaikaishun_concurrent_programming]: https://github.com/zhaikaishun/concurrent_programming
[java_future]: http://or49tneld.bkt.clouddn.com/17-10-4/67550730.jpg
[java_Master-Worker]: http://or49tneld.bkt.clouddn.com/17-10-4/27593279.jpg
[Master-Worker]: http://or49tneld.bkt.clouddn.com/17-10-4/85482672.jpg
[-]: http://or49tneld.bkt.clouddn.com/17-10-5/6324303.jpg