我有一个流程需要并行计算许多小任务，然后按任务的自然顺序处理结果。为此，我进行了以下设置:

一个简单的 ExecutorService 和一个阻塞队列，当 Callable 提交给执行程序时，我将使用它来保持返回的 Future 对象:

ExecutorService exec = Executors.newFixedThreadPool(15);
LinkedBlockingQueue<Future<MyTask>> futures = new LinkedBlockingQueue<Future<MyTask>>(15 * 64);

一些调试代码，用于计算提交的数量和已处理的任务数量，并定期将它们写出来(注意 processed 在任务代码本身的末尾递增):

AtomicLong processed = new AtomicLong(0);
AtomicLong submitted = new AtomicLong(0);

Timer statusTimer = new Timer();
statusTimer.schedule(new TimerTask() {
      @Override
      public void run() {
        l.info("Futures: " + futures.size() + "; Submitted: " + submitted.get() + "; Processed: " + processed.get() + "; Diff: " + (submitted.get() - processed.get())));
      }             
}, 60 * 1000, 60 * 1000);

一个线程从队列(实际上是一个生成器)中获取任务并将它们提交给执行器，将生成的 Future 放入 futures 队列中(这是我确保我不这样做的方式提交太多任务导致内存不足):

Thread submitThread = new Thread(() ->
{
    MyTask task;
    try {
        while ((task = taskQueue.poll()) != null) {
            futures.put(exec.submit(task));
            submitted.incrementAndGet();
        }
    } catch (Exception e) {l .error("Unexpected Exception", e);}
}, "SubmitTasks");
submitThread.start();

当前线程然后从futures队列中取出-s完成的任务并处理结果:

while (!futures.isEmpty() || submitThread.isAlive()) {
    MyTask task = futures.take().get();
    //process result
}

当我在具有 8 个内核的服务器上运行它时(请注意，代码当前使用 15 个线程)，CPU 利用率峰值仅在 60% 左右。我看到我的调试输出是这样的:

INFO : Futures: 960; Submitted: 1709710114; Processed: 1709709167; Diff: 947
INFO : Futures: 945; Submitted: 1717159751; Processed: 1717158862; Diff: 889
INFO : Futures: 868; Submitted: 1724597808; Processed: 1724596954; Diff: 853
INFO : Futures: 940; Submitted: 1732030120; Processed: 1732029252; Diff: 871
INFO : Futures: 960; Submitted: 1739538576; Processed: 1739537758; Diff: 818
INFO : Futures: 960; Submitted: 1746965761; Processed: 1746964811; Diff: 950

线程转储显示许多线程池线程像这样阻塞:

"pool-1-thread-14" #30 prio=5 os_prio=0 tid=0x00007f25c802c800 nid=0x10b2 waiting on condition [0x00007f26151d5000]
   java.lang.Thread.State: WAITING (parking)
        at sun.misc.Unsafe.park(Native Method)
        - parking to wait for  <0x00007f2fbb0001b0> (a java.util.concurrent.locks.ReentrantLock$NonfairSync)
        at java.util.concurrent.locks.LockSupport.park(LockSupport.java:175)
        at java.util.concurrent.locks.AbstractQueuedSynchronizer.parkAndCheckInterrupt(AbstractQueuedSynchronizer.java:836)
        at java.util.concurrent.locks.AbstractQueuedSynchronizer.doAcquireInterruptibly(AbstractQueuedSynchronizer.java:897)
        at java.util.concurrent.locks.AbstractQueuedSynchronizer.acquireInterruptibly(AbstractQueuedSynchronizer.java:1222)
        at java.util.concurrent.locks.ReentrantLock.lockInterruptibly(ReentrantLock.java:335)
        at java.util.concurrent.LinkedBlockingQueue.take(LinkedBlockingQueue.java:439)
        at java.util.concurrent.ThreadPoolExecutor.getTask(ThreadPoolExecutor.java:1067)
        at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1127)
        at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:617)
        at java.lang.Thread.run(Thread.java:745)

我对调试输出的解释是，在任何给定的时间点，我至少有数百个任务已提交给执行程序服务，但尚未处理(我还可以在堆栈跟踪中确认SubmitTasks 线程在 LinkedBlockingQueue.put 上被阻塞。然而，堆栈跟踪(和服务器利用率统计信息)向我显示执行程序服务在 LinkedBlockingQueue.take 上被阻止(我假设是内部任务队列为空)。

我读错了什么？

最佳答案

2.5 年后，我看到这个问题收到了一些意见，我想我会提供一个跟进。

经过多次更改和测试，我最终将任务分成 10000 个一组(也就是说，每个 Future 负责一组 10000 个 MyTask 任务, 而不仅仅是 1).这样，ExecutorService 每秒执行大约 10-20 个任务(而不是我“要求”它执行的相当高的 100000-200000。这种方法显着提高了速度并导致完全 100% CPU 利用率。

事后看来，每秒执行超过 100k 个任务似乎“不合理”。我的读物是在并发管理/锁定开销和上下文切换(一个猜想)上花费了太多时间。

关于java - 修复了线程池线程阻塞，当提交了足够多的任务时，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/34195954/