原文地址：https://www.xilidou.com/2018/01/22/merge-request/
在高并发系统中，我们经常遇到这样的需求：系统产生大量的请求，但是这些请求实时性要求不高。我们就可以将这些请求合并，达到一定数量我们统一提交。最大化的利用系统性IO,提升系统的吞吐性能。
所以请求合并框架需要考虑以下两个需求：
- 当请求收集到一定数量时提交数据
- 一段时间后如果请求没有达到指定的数量也进行提交
我们就聊聊一如何实现这样一个需求。
阅读这篇文章你将会了解到:
- ScheduledThreadPoolExecutor
- 阻塞队列
- 线程安全的参数
- LockSupport的使用
设计思路和实现
我们就聊一聊实现这个东西的具体思路是什么。希望大家能够学习到分析问题，设计模块的一些套路。
1. 底层使用什么数据结构来持有需要合并的请求？
- 既然我们的系统是在高并发的环境下使用，那我们肯定不能使用，普通的
ArrayList来持有。我们可以使用阻塞队列来持有需要合并的请求。
- 我们的数据结构需要提供一个 add() 的方法给外部，用于提交数据。当外部add数据以后，需要检查队列里面的数据的个数是否达到我们限额？达到数量提交数据，不达到继续等待。
- 数据结构还需要提供一个timeOut()的方法，外部有一个计时器定时调用这个timeOut方法，如果方法被调用，则直接向远程提交数据。
- 条件满足的时候线程执行提交动作，条件不满足的时候线程应当暂停，等待队列达到提交数据的条件。所以我们可以考虑使用
LockSupport.park()和LockSupport.unpark 来暂停和激活操作线程。
经过上面的分析，我们就有了这样一个数据结构：
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
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
| private static class FlushThread<Item> implements Runnable{
private final String name;
private final int bufferSize;
private int flushInterval;
private volatile long lastFlushTime;
private volatile Thread writer;
private final BlockingQueue<Item> queue;
private final Processor<Item> processor;
public FlushThread(String name, int bufferSize, int flushInterval,int queueSize,Processor<Item> processor) {
this.name = name;
this.bufferSize = bufferSize;
this.flushInterval = flushInterval;
this.lastFlushTime = System.currentTimeMillis();
this.processor = processor;
this.queue = new ArrayBlockingQueue<>(queueSize);
}
public boolean add(Item item){
boolean result = queue.offer(item);
flushOnDemand();
return result;
}
public void timeOut(){
if(System.currentTimeMillis() - lastFlushTime >= flushInterval){
start();
}
}
private void start(){
LockSupport.unpark(writer);
}
private void flushOnDemand(){
if(queue.size() >= bufferSize){
start();
}
}
public void flush(){
lastFlushTime = System.currentTimeMillis();
List<Item> temp = new ArrayList<>(bufferSize);
int size = queue.drainTo(temp,bufferSize);
if(size > 0){
try {
processor.process(temp);
}catch (Throwable e){
log.error("process error",e);
}
}
}
private boolean canFlush(){
return queue.size() > bufferSize || System.currentTimeMillis() - lastFlushTime > flushInterval;
}
@Override
public void run() {
writer = Thread.currentThread();
writer.setName(name);
while (!writer.isInterrupted()){
while (!canFlush()){
LockSupport.park(this);
}
flush();
}
}
}
|
2. 如何实现定时提交呢？
通常我们遇到定时相关的需求，首先想到的应该是使用 ScheduledThreadPoolExecutor定时来调用FlushThread 的 timeOut 方法,如果你想到的是 Thread.sleep()…那需要再努力学习，多看源码了。
3. 怎样进一步的提升系统的吞吐量？
我们使用的FlushThread 实现了 Runnable 所以我们可以考虑使用线程池来持有多个FlushThread。
所以我们就有这样的代码：
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
|
public class Flusher<Item> {
private final FlushThread<Item>[] flushThreads;
private AtomicInteger index;
private static final Random r = new Random();
private static final int delta = 50;
private static ScheduledExecutorService TIMER = new ScheduledThreadPoolExecutor(1);
private static ExecutorService POOL = Executors.newCachedThreadPool();
public Flusher(String name,int bufferSiz,int flushInterval,int queueSize,int threads,Processor<Item> processor) {
this.flushThreads = new FlushThread[threads];
if(threads > 1){
index = new AtomicInteger();
}
for (int i = 0; i < threads; i++) {
final FlushThread<Item> flushThread = new FlushThread<Item>(name+ "-" + i,bufferSiz,flushInterval,queueSize,processor);
flushThreads[i] = flushThread;
POOL.submit(flushThread);
TIMER.scheduleAtFixedRate(flushThread::timeOut, r.nextInt(delta), flushInterval, TimeUnit.MILLISECONDS);
}
}
public boolean add(Item item){
int len = flushThreads.length;
if(len == 1){
return flushThreads[0].add(item);
}
int mod = index.incrementAndGet() % len;
return flushThreads[mod].add(item);
}
private static class FlushThread<Item> implements Runnable{
...省略
}
}
|
4. 面向接口编程，提升系统扩展性：
1
2
3
| public interface Processor<T> {
void process(List<T> list);
}
|
使用
我们写个测试方法测试一下：
1
2
3
4
5
6
7
8
9
10
11
12
13
|
public class PrintOutProcessor implements Processor<String>{
@Override
public void process(List<String> list) {
System.out.println("start flush");
list.forEach(System.out::println);
System.out.println("end flush");
}
}
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
public class Test {
public static void main(String[] args) throws InterruptedException {
Flusher<String> stringFlusher = new Flusher<>("test",5,1000,30,1,new PrintOutProcessor());
int index = 1;
while (true){
stringFlusher.add(String.valueOf(index++));
Thread.sleep(1000);
}
}
}
|
执行的结果：
1
2
3
4
5
6
7
8
9
10
11
12
13
|
start flush
1
2
3
end flush
start flush
4
5
6
7
end flush
|
我们发现并没有达到10个数字就触发了flush。因为出发了超时提交，虽然还没有达到规定的5
个数据，但还是执行了 flush。
如果我们去除 Thread.sleep(1000); 再看看结果：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
| start flush
1
2
3
4
5
end flush
start flush
6
7
8
9
10
end flush
|
每5个数一次提交。完美。。。。
总结
一个比较生动的例子给大家讲解了一些多线程的具体运用。学习多线程应该多思考多动手，才会有比较好的效果。希望这篇文章大家读完以后有所收获，欢迎交流。
github地址:https://github.com/diaozxin007/framework
徒手撸框架系列文章地址：
徒手撸框架–实现IoC
徒手撸框架–实现Aop
欢迎关注我的微信公众号
