SpringBoot线程池的使用
SpringBoot线程池的使用
在现代Web应用开发中,特别是在使用Spring Boot框架时,合理使用线程池可以显著提高应用的性能和响应速度。线程池不仅能够减少线程创建和销毁的开销,还能有效地控制并发任务的数量,避免因线程过多而导致的系统资源耗尽。本文将详细介绍如何在Spring Boot中配置和使用线程池,并提供一些示例。
1. 线程池的基本概念
线程池是一种管理和复用线程的机制。它预先创建一定数量的线程,当有任务需要执行时,可以从池中取出线程来处理,处理完后再将线程返回池中。这样可以避免频繁创建和销毁线程带来的性能开销。
线程池的意义在于:
- 提高响应速度:通过复用已存在的线程,可以立即开始执行任务,而不需要等待新线程的创建。
- 控制资源消耗:通过设定线程池的最大大小,可以避免因创建过多线程而耗尽系统资源。
- 管理线程生命周期:线程池负责管理线程的生命周期,包括创建、分配任务、回收等,使开发者能够专注于业务逻辑的实现。
- 优化系统性能:合理配置线程池参数,可以提高系统的并发处理能力和整体性能。
2. Spring Boot中的线程池配置
在Spring Boot中,可以通过配置类来创建和管理线程池。Spring Boot提供了ThreadPoolTaskExecutor类来封装Java标准库中的ThreadPoolExecutor,使得配置更加简单和灵活。
2.1 创建线程池配置类
首先,创建一个配置类来定义线程池的配置。这个配置类需要使用@Configuration和@EnableAsync注解,表示这是一个配置类并且启用了异步支持。
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.scheduling.annotation.EnableAsync;
import org.springframework.scheduling.concurrent.ThreadPoolTaskExecutor;@Configuration
@EnableAsync
public class ThreadPoolConfig {/*** 创建自定义线程池* @return ThreadPoolTaskExecutor 线程池实例*/@Bean(name = "customThreadPool")public ThreadPoolTaskExecutor customThreadPool() {ThreadPoolTaskExecutor executor = new ThreadPoolTaskExecutor();// 核心线程数:线程池中始终保留的线程数量executor.setCorePoolSize(5);// 最大线程数:线程池允许的最大线程数executor.setMaxPoolSize(10);// 队列容量:线程池所使用的任务队列大小executor.setQueueCapacity(20);// 线程存活时间:非核心线程闲置超过此时间后会被回收executor.setKeepAliveSeconds(30);// 线程名前缀:用于区分线程池中的线程executor.setThreadNamePrefix("custom-thread-");// 拒绝策略:当线程池无法接受新任务时的应对策略executor.setRejectedExecutionHandler(new ThreadPoolExecutor.CallerRunsPolicy());// 初始化线程池executor.initialize();return executor;}
}
在这个例子中,我们设置了线程池的核心线程数、最大线程数、队列容量、线程存活时间、线程名前缀和拒绝策略。这些参数可以根据具体的应用场景进行调整。
2.2 配置参数详解
- 核心线程数 (
corePoolSize):线程池中始终保留的线程数量,即使它们处于空闲状态。当有新任务提交时,优先由核心线程执行。 - 最大线程数 (
maxPoolSize):线程池允许的最大线程数。当核心线程满载且任务队列已满时,线程池会创建额外的非核心线程来处理任务,直到达到此上限。 - 队列容量 (
queueCapacity):线程池所使用的任务队列大小。当核心线程全部忙碌时,新任务会被放入队列等待执行。队列类型可选,如无界队列、有界队列(如ArrayBlockingQueue)、优先级队列(如PriorityBlockingQueue)等。 - 线程存活时间 (
keepAliveSeconds):非核心线程闲置超过此时间后会被回收。设置为0表示非核心线程随用随创建,随空随销毁。 - 拒绝策略 (
rejectedExecutionHandler):当线程池无法接受新任务时(例如队列已满且线程数达到最大值),采取的应对策略,如AbortPolicy(抛出异常)、CallerRunsPolicy(调用者线程执行任务)、DiscardPolicy(丢弃任务)和DiscardOldestPolicy(丢弃队列中最旧的任务)等。
3. 使用线程池执行任务
配置好线程池后,可以通过注入ThreadPoolTaskExecutor实例,调用其execute或submit方法来提交任务。
3.1 创建服务类
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.scheduling.concurrent.ThreadPoolTaskExecutor;
import org.springframework.stereotype.Service;import java.util.concurrent.Callable;
import java.util.concurrent.Future;@Service
public class AsyncService {@Autowired@Qualifier("customThreadPool")private ThreadPoolTaskExecutor taskExecutor;/*** 执行异步任务* @param task 要执行的任务*/public void executeAsyncTask(Runnable task) {taskExecutor.execute(task);}/*** 提交异步任务并返回结果* @param task 要执行的任务* @return 任务的结果*/public Future<String> submitAsyncTask(Callable<String> task) {return taskExecutor.submit(task);}
}
在这个例子中,我们定义了一个服务类AsyncService,并通过@Autowired注解注入了之前配置的线程池。然后,我们定义了两个方法executeAsyncTask和submitAsyncTask来分别提交Runnable任务和Callable任务。
3.2 使用示例
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Component;import java.util.concurrent.Future;@Component
public class AsyncTaskRunner {@Autowiredprivate AsyncService asyncService;/*** 触发异步任务*/public void triggerAsyncTasks() {Runnable task1 = () -> System.out.println("Executing task 1 in thread: " + Thread.currentThread().getName());asyncService.executeAsyncTask(task1);Callable<String> task2 = () -> {Thread.sleep(2000); // 模拟耗时操作return "Task 2 result";};Future<String> futureResult = asyncService.submitAsyncTask(task2);// 异步获取结果try {String result = futureResult.get();System.out.println("Task 2 returned: " + result);} catch (Exception e) {e.printStackTrace();}}
}
在这个示例中,我们定义了一个AsyncTaskRunner类,用于触发异步任务。我们创建了两个任务task1和task2,并通过AsyncService类提交这些任务。task2的结果可以通过Future对象异步获取。
4. 使用@Async注解
如果希望某个方法异步执行,可以在方法上添加@Async注解,并确保在启动类上添加了@EnableAsync注解。
4.1 创建异步服务类
import org.springframework.scheduling.annotation.Async;
import org.springframework.scheduling.annotation.AsyncResult;
import org.springframework.stereotype.Service;import java.util.concurrent.Future;@Service
public class AsyncServiceImpl {/*** 异步执行任务* @return 任务的结果* @throws InterruptedException 如果任务被中断*/@Async("customThreadPool")public Future<String> executeAsync() throws InterruptedException {Thread.sleep(2000); // 模拟耗时操作return new AsyncResult<>("Task completed");}
}
在这个例子中,executeAsync方法被标记为异步方法,它将在customThreadPool线程池中执行。
4.2 调用异步方法
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Component;import java.util.concurrent.Future;@Component
public class AsyncTaskRunner {@Autowiredprivate AsyncServiceImpl asyncService;/*** 触发异步任务*/public void triggerAsyncTask() {Future<String> result = asyncService.executeAsync();try {System.out.println("Task result: " + result.get());} catch (Exception e) {e.printStackTrace();}}
}
在这个示例中,我们调用了异步方法executeAsync,并使用Future对象异步获取任务结果。
5. 监控线程池
Spring Boot对线程池的监控主要依赖于Micrometer库(如果已集成)。可以通过/actuator/metrics/threadpool.*端点获取线程池各项指标,如活跃线程数、队列大小、已完成任务数等。结合Prometheus、Grafana等工具,可以构建实时监控面板,以便及时发现和调整线程池性能瓶颈。
6. 常见问题与注意事项
- 线程池参数调优:应根据实际业务负载动态调整线程池参数。这可能需要结合日志分析、监控数据及压测结果,确保线程池既能充分利用系统资源,又能避免过度竞争导致性能下降或系统不稳定。
- 线程安全:在多线程环境中,确保共享资源的线程安全性是非常重要的。可以使用锁、原子变量等机制来保证线程安全。
- 异常处理:在异步任务中,需要注意异常处理,防止异常未被捕获而导致任务失败。
总结
通过合理配置和使用线程池,Spring Boot应用可以更好地处理并发任务,提高系统的性能和响应速度。配置线程池时,需要根据具体的业务场景选择合适的参数,如核心线程数、最大线程数、队列容量等。同时,还需要考虑任务的性质,选择合适的拒绝策略来处理超出线程池处理能力的任务。
相关文章:
SpringBoot线程池的使用
SpringBoot线程池的使用 在现代Web应用开发中,特别是在使用Spring Boot框架时,合理使用线程池可以显著提高应用的性能和响应速度。线程池不仅能够减少线程创建和销毁的开销,还能有效地控制并发任务的数量,避免因线程过多而导致的…...
Neural Magic 发布 LLM Compressor:提升大模型推理效率的新工具
每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗?订阅我们的简报,深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同,从行业内部的深度分析和实用指南中受益。不要错过这个机会,成为AI领…...
HttpServletRequest req和前端的关系,req.getParameter详细解释,req.getParameter和前端的关系
HttpServletRequest 对象在后端和前端之间起到了桥梁的作用,它包含了来自客户端的所有请求信息。通过 HttpServletRequest 对象,后端可以获取前端发送的请求参数、请求头、请求方法等信息,并根据这些信息进行相应的处理。以下是对 HttpServle…...
React-useEffect的使用
useEffect react提供的一个常用hook,用于在函数组件中执行副作用操作,比如数据获取、订阅或手动更改DOM。 基本用法: 接受2个参数: 一个包含命令式代码的函数(副作用函数)。一个依赖项数组,用…...
MySQL数据库与Informix:能否创建同名表?
MySQL数据库与Informix:能否创建同名表? 一、MySQL数据库中的同名表创建1. 使用CREATE TABLE ... SELECT语句2. 使用CREATE TABLE LIKE语句3. 复制表结构并选择性复制数据4. 使用同义词(Synonym)二、Informix数据库中的同名表创建1. 使用不同所有者2. 使用不同模式3. 复制表…...
爬虫实战:采集知乎XXX话题数据
目录 反爬虫的本意和其带来的挑战目标实战开发准备代码开发发现问题1. 发现问题[01]2. 发现问题[02] 解决问题1. 解决问题[01]2. 解决问题[02] 最终结果 结语 反爬虫的本意和其带来的挑战 在这个数字化时代社交媒体已经成为人们表达观点的重要渠道,对企业来说&…...
大数据新视界 -- Hive 数据桶原理:均匀分布数据的智慧(上)(9/ 30)
💖💖💖亲爱的朋友们,热烈欢迎你们来到 青云交的博客!能与你们在此邂逅,我满心欢喜,深感无比荣幸。在这个瞬息万变的时代,我们每个人都在苦苦追寻一处能让心灵安然栖息的港湾。而 我的…...
【小白学机器学习33】 大数定律python的 pandas.Dataframe 和 pandas.Series基础内容
目录 0 总结 0.1pd.Dataframe有一个比较麻烦琐碎的地方,就是引号 和括号 0.2 pd.Dataframe关于括号的原则 0.3 分清楚几个数据类型和对应的方法的范围 0.4 几个数据结构的构造关系 list → np.array(list) → pd.Series(np.array)/pd.Dataframe 1 python 里…...
【shodan】(五)网段利用
shodan基础(五) 声明:该笔记为up主 泷羽的课程笔记,本节链接指路。 警告:本教程仅作学习用途,若有用于非法行为的,概不负责。 nsa ip address range www.nsa.gov需科学上网 搜索网段 shodan s…...
LeetCode739. 每日温度(2024冬季每日一题 15)
给定一个整数数组 temperatures ,表示每天的温度,返回一个数组 answer ,其中 answer[i] 是指对于第 i 天,下一个更高温度出现在几天后。如果气温在这之后都不会升高,请在该位置用 0 来代替。 示例 1: 输入: temperatu…...
Node.js的http模块:创建HTTP服务器、客户端示例
新书速览|Vue.jsNode.js全栈开发实战-CSDN博客 《Vue.jsNode.js全栈开发实战(第2版)(Web前端技术丛书)》(王金柱)【摘要 书评 试读】- 京东图书 (jd.com) 要使用http模块,只需要在文件中通过require(http)引入即可。…...
加菲工具 - 好用免费的在线工具集合
加菲工具 https://orcc.online AI 工具 加菲工具 集合了目前主流的,免费可用的ai工具 文档处理 加菲工具 pdf转word、office与pdf互转等等工具都有链接 图片图标 加菲工具 统计了好用免费的在线工具 编码解码 加菲工具 base64编码解码、url编码解码、md5计算…...
.NET9 - 新功能体验(二)
书接上回,我们继续来聊聊.NET9和C#13带来的新变化。 01、新的泛型约束 allows ref struct 这是在 C# 13 中,引入的一项新的泛型约束功能,允许对泛型类型参数应用 ref struct 约束。 可能这样说不够直观,简单来说就是Span、ReadO…...
map和redis关系
Map 和 Redis 都是用于存储和管理数据的工具,但它们在用途、实现和应用场景上有所不同。下面详细解释 Map 和 Redis 之间的关系和区别。 1. Map 数据结构 定义 Map 是一种数据结构,用于存储键值对(key-value pairs)。每个键都是…...
《数据结构》学习系列——图(中)
系列文章目录 目录 图的遍历深度优先遍历递归算法堆栈算法 广度优先搜索 拓扑排序定义定理算法思想伪代码 关键路径基本概念关键活动有关量数学公式伪代码时间复杂性 图的遍历 从给定连通图的某一顶点出发,沿着一些边访问遍图中所有的顶点,且使每个顶点…...
探索Python的HTTP之旅:揭秘Requests库的神秘面纱
文章目录 **探索Python的HTTP之旅:揭秘Requests库的神秘面纱**第一部分:背景介绍第二部分:Requests库是什么?第三部分:如何安装Requests库?第四部分:Requests库的五个简单函数使用方法第五部分&…...
Python 爬虫从入门到(不)入狱学习笔记
爬虫的流程:从入门到入狱 1 获取网页内容1.1 发送 HTTP 请求1.2 Python 的 Requests 库1.2 实战:豆瓣电影 scrape_douban.py 2 解析网页内容2.1 HTML 网页结构2.2 Python 的 Beautiful Soup 库 3 存储或分析数据(略) 一般爬虫的基…...
IDEA优雅debug
目录 引言一、断点分类🎄1.1 行断点1.2 方法断点1.3 属性断点1.4 异常断点1.5 条件断点1.6 源断点1.7 多线程断点1.8 Stream断点 二、调试动作✨三、Debug高级技巧🎉3.1 watch3.2 设置变量3.3 异常抛出3.4 监控JVM堆大小3.5 数组过滤和筛选 引言 使用ID…...
wp the_posts_pagination 与分类页面搭配使用
<ul> <?php while( have_posts() ) : the_post(); <li > <a href"<?php the_permalink(); ?>"> <?php xizhitbu_get_thumbnail(thumb-pro); ?> </a> <p > <a href&q…...
大数据-231 离线数仓 - DWS 层、ADS 层的创建 Hive 执行脚本
点一下关注吧!!!非常感谢!!持续更新!!! Java篇开始了! 目前开始更新 MyBatis,一起深入浅出! 目前已经更新到了: Hadoop࿰…...
Qt/C++开发监控GB28181系统/取流协议/同时支持udp/tcp被动/tcp主动
一、前言说明 在2011版本的gb28181协议中,拉取视频流只要求udp方式,从2016开始要求新增支持tcp被动和tcp主动两种方式,udp理论上会丢包的,所以实际使用过程可能会出现画面花屏的情况,而tcp肯定不丢包,起码…...
关于iview组件中使用 table , 绑定序号分页后序号从1开始的解决方案
问题描述:iview使用table 中type: "index",分页之后 ,索引还是从1开始,试过绑定后台返回数据的id, 这种方法可行,就是后台返回数据的每个页面id都不完全是按照从1开始的升序,因此百度了下,找到了…...
高频面试之3Zookeeper
高频面试之3Zookeeper 文章目录 高频面试之3Zookeeper3.1 常用命令3.2 选举机制3.3 Zookeeper符合法则中哪两个?3.4 Zookeeper脑裂3.5 Zookeeper用来干嘛了 3.1 常用命令 ls、get、create、delete、deleteall3.2 选举机制 半数机制(过半机制࿰…...
【C语言练习】080. 使用C语言实现简单的数据库操作
080. 使用C语言实现简单的数据库操作 080. 使用C语言实现简单的数据库操作使用原生APIODBC接口第三方库ORM框架文件模拟1. 安装SQLite2. 示例代码:使用SQLite创建数据库、表和插入数据3. 编译和运行4. 示例运行输出:5. 注意事项6. 总结080. 使用C语言实现简单的数据库操作 在…...
Java面试专项一-准备篇
一、企业简历筛选规则 一般企业的简历筛选流程:首先由HR先筛选一部分简历后,在将简历给到对应的项目负责人后再进行下一步的操作。 HR如何筛选简历 例如:Boss直聘(招聘方平台) 直接按照条件进行筛选 例如:…...
C++ Visual Studio 2017厂商给的源码没有.sln文件 易兆微芯片下载工具加开机动画下载。
1.先用Visual Studio 2017打开Yichip YC31xx loader.vcxproj,再用Visual Studio 2022打开。再保侟就有.sln文件了。 易兆微芯片下载工具加开机动画下载 ExtraDownloadFile1Info.\logo.bin|0|0|10D2000|0 MFC应用兼容CMD 在BOOL CYichipYC31xxloaderDlg::OnIni…...
Kafka入门-生产者
生产者 生产者发送流程: 延迟时间为0ms时,也就意味着每当有数据就会直接发送 异步发送API 异步发送和同步发送的不同在于:异步发送不需要等待结果,同步发送必须等待结果才能进行下一步发送。 普通异步发送 首先导入所需的k…...
并发编程 - go版
1.并发编程基础概念 进程和线程 A. 进程是程序在操作系统中的一次执行过程,系统进行资源分配和调度的一个独立单位。B. 线程是进程的一个执行实体,是CPU调度和分派的基本单位,它是比进程更小的能独立运行的基本单位。C.一个进程可以创建和撤销多个线程;同一个进程中…...
Python实现简单音频数据压缩与解压算法
Python实现简单音频数据压缩与解压算法 引言 在音频数据处理中,压缩算法是降低存储成本和传输效率的关键技术。Python作为一门灵活且功能强大的编程语言,提供了丰富的库和工具来实现音频数据的压缩与解压。本文将通过一个简单的音频数据压缩与解压算法…...
【Linux】Linux安装并配置RabbitMQ
目录 1. 安装 Erlang 2. 安装 RabbitMQ 2.1.添加 RabbitMQ 仓库 2.2.安装 RabbitMQ 3.配置 3.1.启动和管理服务 4. 访问管理界面 5.安装问题 6.修改密码 7.修改端口 7.1.找到文件 7.2.修改文件 1. 安装 Erlang 由于 RabbitMQ 是用 Erlang 编写的,需要先安…...
